基于机器学习的众筹平台个性化推荐算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.3 论文研究内容与结构安排 | 第17-18页 |
| 第二章 众筹平台个性化推荐系统设计 | 第18-31页 |
| 2.1 个性化推荐系统设计 | 第18-22页 |
| 2.1.1 个性化推荐系统的概念和形式化定义 | 第18页 |
| 2.1.2 个性化推荐系统的研究内容 | 第18-20页 |
| 2.1.3 个性化推荐系统的结构 | 第20-22页 |
| 2.2 众筹平台特征分析 | 第22-27页 |
| 2.2.1 众筹概念界定 | 第22页 |
| 2.2.2 众筹平台整体情况分析 | 第22-27页 |
| 2.3 个性化推荐算法对比分析 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于协同过滤的众筹平台推荐算法 | 第31-41页 |
| 3.1 基于协同过滤的推荐算法 | 第31-34页 |
| 3.1.1 算法基本思想 | 第31页 |
| 3.1.2 算法流程 | 第31-34页 |
| 3.2 实验验证与结果分析 | 第34-40页 |
| 3.2.1 实验数据与评价指标 | 第34-37页 |
| 3.2.2 实验方案与结果分析 | 第37-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第四章 基于隐语义模型的个性化推荐算法 | 第41-63页 |
| 4.1 数据稀疏性问题及算法改进思想 | 第41-45页 |
| 4.1.1 数据稀疏性问题分析 | 第41-42页 |
| 4.1.2 算法改进思想 | 第42-45页 |
| 4.2 基于隐语义模型的推荐算法 | 第45-53页 |
| 4.2.1 隐语义模型的建立 | 第45-52页 |
| 4.2.2 算法流程 | 第52-53页 |
| 4.3 实验方案与结果分析 | 第53-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 基于评分和项目属性的个性化推荐算法 | 第63-76页 |
| 5.1 冷启动问题及算法改进思想 | 第63-65页 |
| 5.1.1 冷启动问题分析 | 第63-64页 |
| 5.1.2 算法改进思想 | 第64-65页 |
| 5.2 基于评分和项目属性的推荐算法 | 第65-71页 |
| 5.2.1 基于项目属性偏好的用户相似性 | 第65-67页 |
| 5.2.2 算法流程 | 第67-71页 |
| 5.3 实验方案与结果分析 | 第71-75页 |
| 5.4 本章小结 | 第75-76页 |
| 第六章 全文总结与展望 | 第76-78页 |
| 6.1 全文总结 | 第76-77页 |
| 6.2 后续工作展望 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
