改进的基于评分预测的协同过滤推荐算法及其在NERMS中的应用
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-9页 |
| ·研究背景 | 第7-8页 |
| ·本文工作 | 第8-9页 |
| 第二章 个性化推荐系统 | 第9-23页 |
| ·个性化推荐系统简介 | 第9-11页 |
| ·实现个性化推荐系统的步骤 | 第11-23页 |
| ·用户描述文件 | 第11-12页 |
| ·用户信息的收集与更新 | 第12-14页 |
| ·信息的处理 | 第14-15页 |
| ·资源描述文件 | 第15-16页 |
| ·个性化推荐技术 | 第16-21页 |
| ·推荐结果的显示 | 第21-23页 |
| 第三章 基于评分预测的协同过滤推荐算法 | 第23-34页 |
| ·构建矩阵 | 第24页 |
| ·预测未评分资源的评分 | 第24-28页 |
| ·寻找用户最近邻居 | 第28-31页 |
| ·形成推荐 | 第31-34页 |
| 第四章 基于评分预测的协同过滤推荐算法的改进 | 第34-45页 |
| ·结合聚类的改进算法 | 第34-37页 |
| ·结合用户兴趣子类的改进算法 | 第37-41页 |
| ·用户兴趣模型 | 第38-39页 |
| ·兴趣分类树 | 第39-41页 |
| ·合并推荐集 | 第41页 |
| ·对比实验 | 第41-45页 |
| ·评估方法 | 第41-42页 |
| ·实验采用的数据集 | 第42页 |
| ·实验结果 | 第42-44页 |
| ·实验结论 | 第44-45页 |
| 第五章 改进的推荐算法在NERMS 中的应用 | 第45-53页 |
| ·NERMS 系统概述 | 第45-47页 |
| ·推荐算法的应用 | 第47-51页 |
| ·信息获取 | 第47页 |
| ·信息处理 | 第47-50页 |
| ·形成推荐 | 第50-51页 |
| ·结果显示 | 第51页 |
| ·结果融合 | 第51-53页 |
| 第六章 总结 | 第53-54页 |
| ·工作总结 | 第53页 |
| ·工作展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 摘要 | 第57-60页 |
| Abstract | 第60-64页 |
| 致 谢 | 第64页 |
