基于协同过滤的电子商务推荐算法的研究
摘要 | 第1-7页 |
ABSTRACT | 第7-9页 |
第一章 绪论 | 第9-16页 |
·研究背景 | 第9-10页 |
·研究意义 | 第10页 |
·国内外发展现状 | 第10-13页 |
·协同过滤推荐算法的国外研究现状 | 第11-12页 |
·国内研究现状 | 第12-13页 |
·研究内容 | 第13-14页 |
·论文结构 | 第14-16页 |
第二章 电子商务推荐算法相关技术的概述 | 第16-28页 |
·推荐系统的概述 | 第16-18页 |
·基于协同过滤的推荐系统 | 第18-22页 |
·相似度计算方法 | 第20-21页 |
·项目分数预测公式 | 第21页 |
·协同过滤算法的优缺点 | 第21-22页 |
·基于信任的协同过滤推荐算法 | 第22-25页 |
·信任的概念 | 第22-23页 |
·信任的性质 | 第23页 |
·信任的分类 | 第23-25页 |
·基于模型的推荐系统 | 第25-28页 |
·基于聚类算法的模型 | 第25-26页 |
·网状贝叶斯模型 | 第26页 |
·基于关联规则的模型 | 第26-28页 |
第三章 基于统计模型的协同过滤推荐算法 | 第28-34页 |
·基于统计模型的分类 | 第28-30页 |
·向域 | 第28-29页 |
·项目分类 | 第29-30页 |
·项目分数预测 | 第30-31页 |
·项目推荐 | 第31-32页 |
·对稀疏矩阵进行填充 | 第31页 |
·生成推荐 | 第31-32页 |
·实验及分析 | 第32-34页 |
·实验数据集 | 第32页 |
·测试标准 | 第32页 |
·实验结果及分析 | 第32-34页 |
第四章 相似度与信任度相结合的协同过滤推荐算法 | 第34-41页 |
·信任度 | 第34-35页 |
·基于信任的协同过滤推荐算法的整体框架 | 第35页 |
·用户信任建模 | 第35-38页 |
·直接信任度建模 | 第36-37页 |
·间接信任度建模 | 第37-38页 |
·基于信任的协同过滤推荐算法具体步骤 | 第38-40页 |
·计算相似度 | 第38-39页 |
·计算信任度 | 第39页 |
·相似度与信任度结合 | 第39-40页 |
·生成最近邻居集合 | 第40页 |
·评分预测及推荐 | 第40页 |
·本章小结 | 第40-41页 |
第五章 基于云模型的情感倾向对比推荐算法 | 第41-52页 |
·云模型 | 第41-43页 |
·云的定义 | 第41-42页 |
·云的发生 | 第42-43页 |
·用户评论的情感语料库 | 第43-44页 |
·推荐过程 | 第44-48页 |
·用户评论情感计算 | 第45页 |
·用户情感词倾向矩阵的表示 | 第45页 |
·基于云模型的用户情感向量 | 第45-46页 |
·相似度计算 | 第46-47页 |
·商品推荐 | 第47-48页 |
·实验及分析 | 第48-52页 |
·词频统计 | 第48-49页 |
·用户情感处理 | 第49-50页 |
·情感预测实验 | 第50-52页 |
第六章 总结与展望 | 第52-53页 |
参考文献 | 第53-56页 |
研究生阶段的研究工作 | 第56-57页 |
致谢 | 第57-58页 |