首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于可视化的个性化推荐

摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-10页
   ·研究背景第7-8页
   ·本文所做工作第8-10页
第二章 综述和相关工作第10-18页
   ·个性化推荐的常用方法第10-14页
     ·基于规则的推荐技术第10-11页
     ·基于内容过滤的推荐技术第11-12页
     ·基于协同过滤的推荐技术第12-14页
   ·信息可视化技术分类第14页
   ·网状数据的信息可视化技术第14-17页
     ·力导向布局图算法第15-16页
     ·开拓网络缩放算法第16-17页
   ·本章小结第17-18页
第三章 基于不同稀疏度数据的协同过滤算法应用第18-29页
   ·协同过滤算法的基本模型第18-19页
   ·相关协同过滤推荐算法第19-22页
     ·基于用户的协同过滤算法第19-20页
     ·基于资源的协同过滤算法第20-21页
     ·每资源平均值算法第21页
     ·每资源用户平均值算法第21页
     ·Slope One 算法第21-22页
   ·试验设计及分析第22-28页
     ·数据集第22页
     ·评价标准第22-23页
     ·试验结果与分析第23-28页
   ·本章小结第28-29页
第四章 带权值的力导向布局算法第29-39页
   ·力导向布局第29-30页
     ·力导向布局算法概述第29页
     ·模型的自由性第29-30页
     ·力导向布局算法定义第30页
   ·带权值的力导向布局算法第30-34页
     ·边的权重表示第31页
     ·模型定义第31-32页
     ·初始化第32-33页
     ·终止条件第33-34页
     ·形式化描述第34页
   ·试验和分析第34-38页
     ·对比模型第35页
     ·评价标准第35-36页
     ·边交叉数分析第36页
     ·时间复杂度第36-37页
     ·三种算法的最终效果图第37-38页
   ·本章小结第38-39页
第五章 个性化推荐的显著性显示第39-46页
   ·关键信息的显示第39-42页
     ·问题提出第39页
     ·关键信息显示算法第39-40页
     ·试验结果第40-42页
   ·基于关系图的聚类显示第42-44页
   ·高亮显示第44-45页
   ·本章小结第45-46页
第六章 总结与展望第46-47页
参考文献第47-50页
发表论文和参加科研情况说明第50-51页
致谢第51页

论文共51页,点击 下载论文
上一篇:基于故事板的虚拟人群运动仿真研究
下一篇:基于位置数据的交通流速度分析应用