首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于置信度加权的单类协同过滤推荐算法研究

致谢第5-6页
摘要第6-7页
abstract第7页
变量注释表第15-16页
1 绪论第16-22页
    1.1 研究背景与意义第16-18页
    1.2 国内外研究现状第18-20页
    1.3 本文研究内容及结构安排第20-22页
2 协同过滤相关研究第22-37页
    2.1 推荐系统基本架构第22-24页
    2.2 协同过滤算法概述第24-25页
    2.3 基于内存的协同过滤算法第25-28页
    2.4 基于模型的协同过滤算法第28-31页
    2.5 单类协同过滤推荐算法第31-35页
    2.6 协同过滤算法的评价标准第35-36页
    2.7 本章小结第36-37页
3 基于置信度加权的单类协同过滤推荐算法第37-49页
    3.1 CWIFRM模型第37-41页
    3.2 置信度函数设置第41-43页
    3.3 选择倾向程度设置第43-44页
    3.4 CWIFRM的优化算法第44-48页
    3.5 本章小结第48-49页
4 实验与分析第49-59页
    4.1 实验设置第49-50页
    4.2 评价标准第50-51页
    4.3 对比算法第51页
    4.4 实验结果与分析第51-58页
    4.5 本章小结第58-59页
5 结论与展望第59-61页
    5.1 结论第59页
    5.2 工作展望第59-61页
参考文献第61-65页
作者简历第65-66页
学位论文数据集第66页

论文共66页,点击 下载论文
上一篇:基于调和用户熵权重的矩阵分解推荐算法研究
下一篇:基于多尺度空间改进SIFT图像配准算法