基于社会化标签的协同过滤推荐策略研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 引言 | 第10-14页 |
| ·研究背景 | 第10-11页 |
| ·研究现状及发展趋势 | 第11-12页 |
| ·本文研究的主要内容及研究方法 | 第12-13页 |
| ·本文的组织安排 | 第13-14页 |
| 第二章 知识背景 | 第14-28页 |
| ·推荐系统概述 | 第14-17页 |
| ·智能推荐系统介绍 | 第14-16页 |
| ·智能推荐系统的发展 | 第16页 |
| ·智能推荐系统的分类 | 第16-17页 |
| ·基于内容的推荐系统 | 第17-19页 |
| ·基于协同过滤的推荐系统 | 第19-24页 |
| ·协同过滤简介 | 第19页 |
| ·协同过滤的工作原理 | 第19-20页 |
| ·协同过滤的推荐流程 | 第20-22页 |
| ·协同过滤算法的分类 | 第22-24页 |
| ·社会化标签和标签系统概述 | 第24-27页 |
| ·社会化标签 | 第24-25页 |
| ·标签系统 | 第25-26页 |
| ·标签系统的特点及应用 | 第26-27页 |
| ·小结 | 第27-28页 |
| 第三章 传统的协同过滤算法研究 | 第28-40页 |
| ·基于内存的协同过滤算法 | 第28-35页 |
| ·基于用户的协同过滤方法 | 第29-32页 |
| ·基于项目的协同过滤方法 | 第32-34页 |
| ·两种方法的对比 | 第34-35页 |
| ·传统的协同过滤算法存在的问题 | 第35-39页 |
| ·评分矩阵的稀疏问题 | 第37-38页 |
| ·兴趣模型单一问题 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第四章 基于社会化标签的协同过滤方法 | 第40-50页 |
| ·社会化标签用于项目推荐 | 第40-41页 |
| ·基于社会化标签的建模 | 第41-43页 |
| ·基于社会化标签的协同过滤推荐算法 | 第43-47页 |
| ·基于社会化标签的协同过滤方法分析 | 第47-49页 |
| ·小结 | 第49-50页 |
| 第五章 基于社会化标签的协同过滤推荐系统 | 第50-71页 |
| ·基于社会化标签的推荐系统 | 第50-52页 |
| ·推荐系统的推荐流程 | 第52-54页 |
| ·实验 | 第54-70页 |
| ·推荐效果评价指标 | 第54-57页 |
| ·MovieLens 数据集 | 第57-59页 |
| ·基于MovieLens 数据集的实验 | 第59-69页 |
| ·实验结果与分析 | 第69-70页 |
| ·小结 | 第70-71页 |
| 第六章 结束语 | 第71-73页 |
| ·论文总结 | 第71页 |
| ·进一步的工作 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 在学期间取得的研究成果 | 第77-78页 |
