基于替代品模型的推荐系统研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 概述 | 第11-18页 |
| ·研究背景 | 第11-12页 |
| ·信息过滤的研究现状 | 第12-16页 |
| ·国内研究现状 | 第13-14页 |
| ·国外研究现状 | 第14-16页 |
| ·本文的组织结构 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 信息过滤的相关研究 | 第18-29页 |
| ·信息过滤的特点 | 第18页 |
| ·信息过滤的分类 | 第18-20页 |
| ·协同过滤 | 第20-26页 |
| ·协同过滤思想 | 第20-21页 |
| ·协同过滤的分类 | 第21-25页 |
| ·协同过滤的特点 | 第25-26页 |
| ·协同过滤存在的问题 | 第26页 |
| ·基于经济学的推荐技术 | 第26-28页 |
| ·传统基于经济学的推荐技术 | 第26-27页 |
| ·本系统的推荐技术 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于替代品模型的推荐系统 | 第29-53页 |
| ·相关集定义 | 第29-30页 |
| ·用户上下文 | 第30-44页 |
| ·相关集的构造 | 第30-31页 |
| ·连续型构造 | 第31-36页 |
| ·离散型构造 | 第36-41页 |
| ·用户偏好描述 | 第41-42页 |
| ·用户上下文的构造 | 第42-44页 |
| ·带上下文的推荐算法 | 第44-45页 |
| ·连续型带上下文的推荐算法 | 第45-46页 |
| ·离散型带上下文的推荐算法 | 第46-48页 |
| ·用户相似度计算 | 第48-49页 |
| ·选择项目概率计算 | 第49-50页 |
| ·实验比较 | 第50-52页 |
| ·实验一 | 第51-52页 |
| ·实验二 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第四章 原型系统的设计与实现 | 第53-62页 |
| ·系统架构分析 | 第53-54页 |
| ·系统各模块功能的设计与实现 | 第54-61页 |
| ·数据预处理模块的设计 | 第54-56页 |
| ·用户模型模块的设计 | 第56-58页 |
| ·学习模块的设计 | 第58-59页 |
| ·推荐模块的设计 | 第59-60页 |
| ·原型系统的实现 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 结论和将来的工作 | 第62-64页 |
| ·总结 | 第62页 |
| ·将来的工作 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 硕士期间发表论文 | 第69页 |
