电子商务环境下基于实时信息的单类协同过滤算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-26页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 相关概念 | 第12-18页 |
| 1.2.1 电子商务推荐系统 | 第13-17页 |
| 1.2.2 协同过滤推荐算法 | 第17-18页 |
| 1.3 国内外研究现状综述 | 第18-22页 |
| 1.3.1 传统协同过滤推荐算法的研究 | 第18-20页 |
| 1.3.2 单类协同过滤推荐算法的研究 | 第20-21页 |
| 1.3.3 文献评述 | 第21-22页 |
| 1.4 研究内容及论文框架 | 第22-24页 |
| 1.5 研究方法及创新点 | 第24-26页 |
| 1.5.1 研究方法 | 第24-25页 |
| 1.5.2 创新点 | 第25-26页 |
| 2 单类协同过滤的相关理论及方法 | 第26-35页 |
| 2.1 协同过滤推荐的原理及分类 | 第26-29页 |
| 2.1.1 协同过滤算法的原理 | 第26-28页 |
| 2.1.2 协同过滤算法的分类 | 第28-29页 |
| 2.2 单类协同过滤推荐算法的原理 | 第29-31页 |
| 2.3 单类协同过滤推荐算法的技术重点 | 第31-34页 |
| 2.4 本章小结 | 第34-35页 |
| 3 基于实时信息的单类协同过滤算法设计 | 第35-45页 |
| 3.1 问题分析 | 第35-37页 |
| 3.2 单类协同过滤模型及公式 | 第37-39页 |
| 3.3 改进算法的依据 | 第39-40页 |
| 3.4 权重设置方案 | 第40-42页 |
| 3.4.1 基本方法 | 第40-41页 |
| 3.4.2 实时加权方法 | 第41-42页 |
| 3.5 算法流程及分析 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 4 基于实时信息的单类协同过滤算法的仿真研究 | 第45-54页 |
| 4.1 数据集和评估标准 | 第45-46页 |
| 4.1.1 数据集选择 | 第45-46页 |
| 4.1.2 推荐质量的评估标准 | 第46页 |
| 4.2 运行方案设计 | 第46-47页 |
| 4.3 仿真实现及结果分析 | 第47-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 结论与展望 | 第54-56页 |
| 5.1 论文主要研究内容总结 | 第54-55页 |
| 5.2 论文的展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第61-63页 |
| 学位论文数据集 | 第63页 |
