基于混合用户模型的协同过滤推荐算法研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·研究目的和意义 | 第9-10页 |
| ·主要研究内容 | 第10-11页 |
| ·论文结构 | 第11页 |
| ·本章小结 | 第11-12页 |
| 2 电子商务推荐系统及相关技术 | 第12-27页 |
| ·电子商务推荐系统 | 第12-16页 |
| ·推荐系统概述 | 第12-13页 |
| ·推荐系统定义 | 第13-14页 |
| ·推荐系统主要研究内容 | 第14页 |
| ·推荐系统分类 | 第14-16页 |
| ·推荐算法和技术 | 第16-22页 |
| ·基于内容的推荐 | 第16-17页 |
| ·协同过滤推荐 | 第17-20页 |
| ·基于规则的推荐 | 第20页 |
| ·基于知识的推荐 | 第20页 |
| ·组合推荐 | 第20-21页 |
| ·各类推荐方法的对比 | 第21-22页 |
| ·基于用户的协同过滤推荐算法 | 第22-25页 |
| ·推荐系统面临的问题与挑战 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 混合用户模型 | 第27-34页 |
| ·相关概念 | 第27-30页 |
| ·定义 | 第27-28页 |
| ·示例解释 | 第28-30页 |
| ·特征兴趣度量 | 第30-31页 |
| ·混合用户模型 | 第31-33页 |
| ·人口统计信息 | 第32页 |
| ·混合用户模型的建立 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 4 基于混合用户模型的协同过滤推荐算法 | 第34-48页 |
| ·思路 | 第34-35页 |
| ·遗传算法确定特征权重向量 | 第35-41页 |
| ·遗传算法 | 第36-37页 |
| ·遗传算法主要要素 | 第37-39页 |
| ·流程与实现 | 第39-41页 |
| ·基于混合用户模型的协同过滤推荐 | 第41-45页 |
| ·混合用户模型量化 | 第41-43页 |
| ·混合用户模型上的协同过滤 | 第43-44页 |
| ·流程与实现 | 第44-45页 |
| ·冷开始问题与解决方案 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 5 实验 | 第48-54页 |
| ·实验数据 | 第48页 |
| ·实验评估标准 | 第48-49页 |
| ·实验方案 | 第49-50页 |
| ·实验结果与分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 6 结论与展望 | 第54-56页 |
| ·工作总结 | 第54-55页 |
| ·未来展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60页 |
| 作者在攻读学位期间发表的论文目录 | 第60页 |
