非负矩阵分解与聚类方法在个性化推荐系统中的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 主要符号说明 | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文研究内容及意义 | 第11-12页 |
| ·本文框架 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第二章 电子商务个性化推荐系统及相关技术 | 第14-23页 |
| ·电子商务 | 第14-15页 |
| ·电子商务推荐系统 | 第15-19页 |
| ·推荐系统的组成 | 第16-18页 |
| ·推荐系统的分类 | 第18-19页 |
| ·电子商务个性化推荐系统技术 | 第19-22页 |
| ·Horting图 | 第19页 |
| ·关联规则 | 第19-20页 |
| ·聚类 | 第20页 |
| ·贝叶斯网 | 第20-21页 |
| ·协同过滤技术 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 协同过滤推荐算法在电子商务中的应用研究 | 第23-33页 |
| ·协同过滤的基本原理及其分类 | 第23-24页 |
| ·协同过滤算法 | 第24-30页 |
| ·基于用户的协同过滤推荐算法 | 第24-28页 |
| ·基于项目的协同过滤推荐算法 | 第28-30页 |
| ·传统的协同过滤推荐算法中存在的问题 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于非负矩阵分解及聚类算法的组合推荐系统 | 第33-41页 |
| ·组合推荐技术 | 第33-34页 |
| ·改进的协同过滤组合推荐系统 | 第34-35页 |
| ·相关技术 | 第35-38页 |
| ·非负矩阵分解技术 | 第35-37页 |
| ·K-means 聚类技术 | 第37-38页 |
| ·最近邻居推荐 | 第38页 |
| ·基于NMF与K-means聚类的组合推荐算法 | 第38-40页 |
| ·算法说明 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第五章 实验分析 | 第41-48页 |
| ·实验数据及环境 | 第41页 |
| ·实验度量的标准 | 第41-42页 |
| ·实验比对及讨论 | 第42-46页 |
| ·NMF协同过滤算法 | 第42-44页 |
| ·基于NMF协同过滤和K-means组合推荐算法 | 第44-46页 |
| ·实验结论 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 全文总结及其展望 | 第48-50页 |
| ·全文总结 | 第48页 |
| ·工作展望 | 第48-50页 |
| 参考文献 | 第50-52页 |
| 个人简历 在读期间发表的学术论文 | 第52-53页 |
| 致谢 | 第53页 |
