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

论文共58页,点击 下载论文
上一篇:基于压缩感知理论的单幅图像重建
下一篇:基于电商平台的产品评论大数据获取及应用