基于社会兴趣聚类的协同过滤推荐算法研究

摘要	第1-5页
Abstract	第5-9页
第1章 绪论	第9-20页
·问题的提出	第9-12页
·课题背景	第9-10页
·研究目的和意义	第10-12页
·国内外现状及分析	第12-18页
·推荐系统研究	第12-14页
·推荐算法研究	第14-17页
·推荐研究现状分析	第17-18页
·论文的研究内容及思路	第18-20页
第2章 基于用户的协同过滤推荐算法及改进	第20-28页
·基于用户的协同过滤推荐算法	第20-21页
·用户之间相似度计算方法概述	第21-22页
·改进的用户相似度计算方法	第22-24页
·基于评分的用户相似度计算方法	第22-23页
·基于评分项目类型的用户相似度计算方法	第23-24页
·用户相似度的混合	第24页
·改进的用户相似度计算方法流程与实例	第24-26页
·算法流程	第24-25页
·算法实例	第25-26页
·用户评分预测方法	第26-27页
·本章小结	第27-28页
第3章 基于社会兴趣聚类的协同过滤推荐算法模型	第28-41页
·用户兴趣表示及社会兴趣的挖掘	第28-30页
·用户兴趣的表示	第28-29页
·社会兴趣挖掘	第29-30页
·基于标签的社会兴趣用户聚类算法	第30-33页
·算法流程	第30-31页
·算法实例	第31-33页
·基于社会兴趣聚类的协同过滤推荐算法	第33-38页
·算法的基本思想	第33-35页
·算法的框架	第35页
·算法的实现	第35-38页
·推荐策略	第38-39页
·本章小结	第39-41页
第4章 实验数据及推荐算法性能评价	第41-59页
·试验内容	第41页
·实验数据集	第41-42页
·推荐算法性能度量指标	第42页
·实验方案设计	第42-43页
·实验结果及分析	第43-58页
·movielens 数据集试验结果	第44-50页
·ml-10m 数据集试验结果	第50-58页
·本章小结	第58-59页
结论	第59-60页
参考文献	第60-64页
攻读学位期间发表的学术论文	第64-66页
致谢	第66页