协同过滤混合相似度推荐机制研究与设计
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外发展与研究现状 | 第12-16页 |
| 1.2.1 推荐技术研究现状 | 第12-14页 |
| 1.2.2 推荐精度研究现状 | 第14-16页 |
| 1.3 本文的主要工作及论文结构 | 第16-18页 |
| 第二章 相关理论概述 | 第18-33页 |
| 2.1 推荐系统简介 | 第18-20页 |
| 2.1.1 推荐系统定义 | 第18-20页 |
| 2.1.2 个性化推荐系统分类 | 第20页 |
| 2.2 推荐系统主要算法 | 第20-22页 |
| 2.3 协同过滤推荐系统 | 第22-26页 |
| 2.3.1 协同过滤算法原理及实现过程 | 第23页 |
| 2.3.2 协同过滤算法分类 | 第23-26页 |
| 2.4 推荐算法性能评估标准 | 第26-28页 |
| 2.5 信任的简介 | 第28-30页 |
| 2.5.1 信任的概念 | 第28-29页 |
| 2.5.2 信任的特性 | 第29-30页 |
| 2.6 信任网络 | 第30-32页 |
| 2.6.1 信任网络在推荐系统中的应用 | 第31页 |
| 2.6.2 信任度的获取 | 第31-32页 |
| 2.7 小结 | 第32-33页 |
| 第三章 用户多兴趣混合相似度推荐 | 第33-42页 |
| 3.1 用户多兴趣混合相似度推荐机制 | 第33-37页 |
| 3.1.1 用户多兴趣混合相似度的推荐过程 | 第34-36页 |
| 3.1.2 混合模型相似度计算 | 第36-37页 |
| 3.2 用户多兴趣混合相似度推荐算法 | 第37-38页 |
| 3.3 实验与分析 | 第38-41页 |
| 3.3.1 推荐质量评估标准 | 第38页 |
| 3.3.2 数据集 | 第38-39页 |
| 3.3.3 实验结果与分析 | 第39-41页 |
| 3.4 小结 | 第41-42页 |
| 第四章 基于信任的用户多兴趣混合相似度推荐 | 第42-53页 |
| 4.1 基于信任的用户多兴趣混合相似度推荐机制 | 第42-45页 |
| 4.1.1 基于信任的混合相似度推荐算法整体流程 | 第43-44页 |
| 4.1.2 基于信任的混合相似度计算 | 第44-45页 |
| 4.2 基于信任的混合相似度推荐算法实现 | 第45-47页 |
| 4.3 实验与分析 | 第47-52页 |
| 4.3.1 评估标准 | 第47-48页 |
| 4.3.2 数据集 | 第48-49页 |
| 4.3.3 实验结果及分析 | 第49-52页 |
| 4.4 小结 | 第52-53页 |
| 总结与展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读学位期间发表的论文 | 第57-59页 |
| 致谢 | 第59页 |
