面向多样性需求和服务资源匹配的推荐算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 本文主要研究内容 | 第12页 |
| 1.4 本文的组织结构 | 第12-14页 |
| 第2章 推荐算法概述 | 第14-24页 |
| 2.1 基于内容的推荐算法 | 第14-17页 |
| 2.2 基于标签的推荐算法 | 第17-18页 |
| 2.3 基于协同过滤的推荐 | 第18-22页 |
| 2.3.1 基于用户的协同过滤算法 | 第18-20页 |
| 2.3.2 基于物品的协同过滤算法 | 第20-21页 |
| 2.3.3 UserCF和ItemCF的优缺点 | 第21-22页 |
| 2.4 混合推荐算法 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 数据处理与评价标准 | 第24-30页 |
| 3.1 推荐系统数据集介绍 | 第24页 |
| 3.2 数据预处理 | 第24-28页 |
| 3.3 评价标准 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 基于矩阵相似性的联合特征选择与推荐 | 第30-44页 |
| 4.1 改进的联合特征选择与推荐算法 | 第30-35页 |
| 4.1.1 联合特征的选择流程概述 | 第30-31页 |
| 4.1.2 基于矩阵相似性的目标函数 | 第31-33页 |
| 4.1.3 目标函数优化与求解 | 第33-34页 |
| 4.1.4 改进的基于联合特征的推荐算法 | 第34-35页 |
| 4.2 实验与结果分析 | 第35-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第5章 基于随机森林的需求偏好分析与服务资源推荐 | 第44-56页 |
| 5.1 基于随机森林的用户偏好属性分析与推荐算法 | 第44-48页 |
| 5.1.1 同一属性间偏好度分析 | 第45页 |
| 5.1.2 不同属性间在意度分析 | 第45-46页 |
| 5.1.3 基于显性评分的用户分群算法 | 第46-47页 |
| 5.1.4 商品推荐 | 第47-48页 |
| 5.2 实验与结果分析 | 第48-54页 |
| 5.3 本章小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间取得的研究成果 | 第62-64页 |
| 致谢 | 第64页 |
