基于Rough集属性约简和协同过滤的上下文感知推荐算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景与研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第2章 上下文感知推荐系统 | 第15-31页 |
| 2.1 推荐系统概述 | 第15-20页 |
| 2.1.1 推荐系统的概念 | 第15-16页 |
| 2.1.2 推荐算法的分类 | 第16-19页 |
| 2.1.3 推荐系统评价标准 | 第19-20页 |
| 2.2 协同过滤推荐算法 | 第20-26页 |
| 2.2.1 协同过滤概述 | 第20-21页 |
| 2.2.2 推荐步骤 | 第21-24页 |
| 2.2.3 协同过滤算法分类 | 第24-26页 |
| 2.3 上下文感知推荐技术 | 第26-30页 |
| 2.3.1 上下文感知推荐系统的形式化定义 | 第26-28页 |
| 2.3.2 上下文感知推荐生成技术 | 第28-29页 |
| 2.3.3 上下文感知推荐系统的效用评价 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 Rough集基础理论 | 第31-39页 |
| 3.1 Rough集的基本概念 | 第31-32页 |
| 3.2 Rough集的数字特征 | 第32-34页 |
| 3.3 知识约简 | 第34-35页 |
| 3.3.1 知识的约简与核 | 第34-35页 |
| 3.3.2 知识的相对核和相对约简 | 第35页 |
| 3.4 决策表的知识约简 | 第35-37页 |
| 3.4.1 决策表的基本概念 | 第35-36页 |
| 3.4.2 决策表的属性约简算法 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 基于协同过滤的上下文感知推荐算法 | 第39-49页 |
| 4.1 问题的定义 | 第40-43页 |
| 4.1.1 项目对上下文属性的依赖 | 第41-42页 |
| 4.1.2 用户对上下文属性的依赖 | 第42-43页 |
| 4.2 算法设计 | 第43-46页 |
| 4.2.1 基于Rough集的上下文属性约简算法 | 第43-45页 |
| 4.2.2 相似度的计算 | 第45-46页 |
| 4.3 基于用户的上下文感知协同过滤算法 | 第46-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第5章 实验设计与结果分析 | 第49-57页 |
| 5.1 实验数据集 | 第49-50页 |
| 5.2 度量标准及试验参数配置 | 第50-51页 |
| 5.2.1 实验目的 | 第50页 |
| 5.2.2 评价标准 | 第50-51页 |
| 5.2.3 环境配置 | 第51页 |
| 5.3 推荐效果比较 | 第51-56页 |
| 5.4 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-65页 |
| 致谢 | 第65页 |
