基于数据挖掘和协同过滤的成人高考志愿推荐系统研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 引言 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·研究背景 | 第7页 |
| ·研究意义 | 第7-8页 |
| ·研究现状 | 第8页 |
| ·研究内容及路线 | 第8-11页 |
| 2 推荐系统相关理论与技术基础 | 第11-17页 |
| ·推荐系统概述 | 第11页 |
| ·协同过滤推荐算法 | 第11-15页 |
| ·基于用户(User-Based)的协同过滤 | 第12-14页 |
| ·基于项目(Item-Based)的协同过滤 | 第14-15页 |
| ·关联规则推荐算法 | 第15-17页 |
| 3 数据挖掘相关理论与技术基础 | 第17-23页 |
| ·数据挖掘概述 | 第17页 |
| ·数据挖掘过程 | 第17页 |
| ·数据挖掘技术分类 | 第17-18页 |
| ·决策树 | 第18-23页 |
| ·ID3算法 | 第19-20页 |
| ·C4.5算法 | 第20-23页 |
| 4 改进的基于信息增益率的协同过滤推荐算法 | 第23-27页 |
| ·传统协同过滤技术的特点和不足 | 第23页 |
| ·算法提出的原因 | 第23-24页 |
| ·信息增益率 | 第24-25页 |
| ·优化的基于用户的协同过滤 | 第25-27页 |
| 5 新算法在志愿推荐模块中的应用和验证 | 第27-45页 |
| ·应用背景 | 第27页 |
| ·数据整理 | 第27-37页 |
| ·数据采集 | 第27-30页 |
| ·数据清理 | 第30页 |
| ·数据转换 | 第30-37页 |
| ·数据建模 | 第37-42页 |
| ·条件属性信息增益率 | 第37-39页 |
| ·推荐算法设计及实现 | 第39-42页 |
| ·结果分析与验证 | 第42-45页 |
| ·实验方案 | 第42-43页 |
| ·实验结果 | 第43-45页 |
| 6 结论 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 个人简介 | 第50-51页 |
| 导师简介 | 第51-52页 |
| 获得成果目录 | 第52-53页 |
| 致谢 | 第53页 |
