基于标签的协同过滤推荐系统研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景及研究意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.3 论文的主要内容 | 第16页 |
| 1.4 论文的组织结构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 推荐系统及其相关技术 | 第18-28页 |
| 2.1 推荐系统概述 | 第18-19页 |
| 2.2 基于协同过滤的推荐算法 | 第19-22页 |
| 2.2.1 基于用户的协同过滤算法 | 第19-21页 |
| 2.2.2 基于项目的协同过滤算法 | 第21-22页 |
| 2.2.3 基于模型的协同过滤算法 | 第22页 |
| 2.3 基于内容的推荐算法 | 第22-23页 |
| 2.4 基于网络的推荐算法 | 第23-25页 |
| 2.5 混合推荐算法 | 第25-26页 |
| 2.6 推荐系统的评价指标 | 第26-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第三章 标签系统及其相关推荐技术 | 第28-36页 |
| 3.1 标签系统概述 | 第28-30页 |
| 3.2 基于标签的用户兴趣模型 | 第30-32页 |
| 3.3 基于标签的推荐算法 | 第32-34页 |
| 3.3.1 基于协同过滤的方法 | 第33页 |
| 3.3.2 基于网络的方法 | 第33-34页 |
| 3.3.3 基于张量的方法 | 第34页 |
| 3.4 本章小结 | 第34-36页 |
| 第四章 基于标签的协同过滤推荐算法研究 | 第36-49页 |
| 4.1 问题的引出 | 第36-39页 |
| 4.1.1 传统推荐算法存在的问题分析 | 第36-38页 |
| 4.1.2 基于标签的协同过滤推荐算法的设想 | 第38-39页 |
| 4.2 基于标签的用户兴趣模型 | 第39-42页 |
| 4.3 基于标签的用户参考价值 | 第42-44页 |
| 4.4 基于标签的评分预测方法 | 第44-45页 |
| 4.5 实验结果与分析 | 第45-47页 |
| 4.6 本章小结 | 第47-49页 |
| 第五章 基于标签的协同过滤推荐系统设计 | 第49-75页 |
| 5.1 引言 | 第49页 |
| 5.2 需求分析 | 第49-50页 |
| 5.3 总体设计 | 第50页 |
| 5.4 模块设计 | 第50-54页 |
| 5.4.1 Web接口模块 | 第50-51页 |
| 5.4.2 标签模块 | 第51-52页 |
| 5.4.3 推荐模块 | 第52-53页 |
| 5.4.4 管理模块 | 第53-54页 |
| 5.5 数据库设计 | 第54-57页 |
| 5.5.1 Web接口模块 | 第54-55页 |
| 5.5.2 标签模块 | 第55-56页 |
| 5.5.3 推荐模块 | 第56-57页 |
| 5.6 系统实现 | 第57-68页 |
| 5.6.1 运行环境 | 第57页 |
| 5.6.2 Web接口模块 | 第57-61页 |
| 5.6.3 标签模块 | 第61-62页 |
| 5.6.4 推荐模块 | 第62-66页 |
| 5.6.5 管理模块 | 第66-68页 |
| 5.7 系统测试 | 第68-74页 |
| 5.7.1 测试环境 | 第68-69页 |
| 5.7.2 标签的添加与获取测试 | 第69-70页 |
| 5.7.3 标签检索测试 | 第70-72页 |
| 5.7.4 推荐服务测试 | 第72-74页 |
| 5.7.5 测试结论 | 第74页 |
| 5.8 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-84页 |
| 致谢 | 第84-85页 |
| 攻读学位期间发表的学术论文目录 | 第85页 |
