基于聚类免疫算法的个性化推荐系统研究
| 内容摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 引言 | 第9-15页 |
| ·问题的提出 | 第9页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·课题研究的目的 | 第9页 |
| ·课题研究的意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·国外研究状况 | 第10-11页 |
| ·国内研究状况 | 第11-12页 |
| ·本文主要工作 | 第12-15页 |
| ·本文主要研究内容 | 第12-13页 |
| ·本文结构 | 第13-15页 |
| 第2章 电子商务推荐系统综述 | 第15-27页 |
| ·电子商务推荐系统介绍 | 第15-17页 |
| ·电子商务推荐系统概念 | 第15-16页 |
| ·电子商务推荐系统与个性化服务 | 第16页 |
| ·电子商务推荐系统的研究内容 | 第16-17页 |
| ·电子商务推荐系统的输入与输出 | 第17-19页 |
| ·电子商务推荐系统的输入 | 第17-18页 |
| ·电子商务推荐系统的输出 | 第18-19页 |
| ·电子商务推荐系统分类 | 第19-21页 |
| ·电子商务推荐方法 | 第21-26页 |
| ·知识工程 | 第21-22页 |
| ·基于内容的推荐方法 | 第22-23页 |
| ·协同过滤推荐算法 | 第23-24页 |
| ·混合推荐方法 | 第24页 |
| ·数据挖掘 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 协同过滤推荐算法分析 | 第27-38页 |
| ·协同过滤推荐算法 | 第27-30页 |
| ·协同过滤推荐算法介绍 | 第27页 |
| ·用户数据的收集 | 第27-29页 |
| ·协同过滤算法的分类 | 第29-30页 |
| ·协同过滤算法描述 | 第30-34页 |
| ·协同过滤算法分析 | 第34-37页 |
| ·协同过滤算法面临的挑战 | 第34-35页 |
| ·现有的改进方法 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于聚类免疫系统的推荐算法 | 第38-55页 |
| ·人工免疫系统概述 | 第38-43页 |
| ·人工免疫系统的定义 | 第38-39页 |
| ·人工免疫系统的基本概念 | 第39-40页 |
| ·人工免疫系统形态空间模型 | 第40-42页 |
| ·人工免疫网络的基本算法 | 第42-43页 |
| ·基于独特性人工免疫的推荐算法 | 第43-48页 |
| ·基于人工免疫网络的推荐问题描述 | 第43-44页 |
| ·独特性人工免疫网络模型 | 第44-46页 |
| ·改进的免疫推荐算法 | 第46-48页 |
| ·聚类免疫推荐算法 | 第48-54页 |
| ·聚类分析概述 | 第49-50页 |
| ·基于聚类免疫系统的推荐算法 | 第50-53页 |
| ·算法时间复杂度 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 结合人口统计信息的聚类免疫推荐 | 第55-61页 |
| ·结合人口统计信息的推荐 | 第55-56页 |
| ·人口统计信息的内容 | 第55页 |
| ·人口统计信息的价值 | 第55页 |
| ·结合人口统计信息的推荐方法 | 第55-56页 |
| ·结合人口统计信息的聚类免疫推荐算法 | 第56-60页 |
| ·用户信息数据处理 | 第57-58页 |
| ·结合人口统计信息的聚类免疫推荐过程 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 实验设计与结果分析 | 第61-71页 |
| ·数据描述 | 第61页 |
| ·实验设计 | 第61-62页 |
| ·实验数据来源 | 第61页 |
| ·推荐系统的评价指标 | 第61-62页 |
| ·实验环境 | 第62页 |
| ·实验结果与分析 | 第62-69页 |
| ·确定最近邻居集合规模实验 | 第63-65页 |
| ·四种算法预测结果准确性比较实验 | 第65-68页 |
| ·三种基于免疫网络的推荐算法响应速度实验 | 第68-69页 |
| ·本章小结 | 第69-71页 |
| 第7章 总结 | 第71-73页 |
| ·本文的创新之处 | 第71页 |
| ·进一步的工作 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 后记 | 第76-77页 |
