协作过滤推荐算法的稀疏性问题研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·研究的目的和意义 | 第9页 |
| ·国内外研究现状 | 第9-13页 |
| ·主要研究内容 | 第13-14页 |
| ·论文章节安排 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 2 个性化推荐技术及其核心技术 | 第16-25页 |
| ·个性化推荐技术 | 第16-19页 |
| ·协作过滤推荐技术 | 第19-21页 |
| ·协作过滤算法的分类 | 第21-23页 |
| ·推荐系统的评价标准 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 降低数据集稀疏性的协作过滤推荐算法 | 第25-33页 |
| ·引言 | 第25页 |
| ·基于用户浏览信息优化稀疏数据集的协作过滤算法 | 第25-28页 |
| ·算法基本步骤 | 第26页 |
| ·缺失数据填充 | 第26-27页 |
| ·预测推荐 | 第27-28页 |
| ·实验仿真分析 | 第28-32页 |
| ·实验环境 | 第28页 |
| ·实验数据 | 第28-30页 |
| ·度量标准 | 第30页 |
| ·实验结果及分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 4 提高推荐精度的协作过滤推荐算法 | 第33-50页 |
| ·引言 | 第33页 |
| ·基于多元因素的协作过滤推荐算法 | 第33-43页 |
| ·用户特征 | 第34页 |
| ·项目属性特征 | 第34-35页 |
| ·算法步骤 | 第35-38页 |
| ·实验仿真 | 第38-43页 |
| ·针对目标项目选择近邻的协作过滤算法 | 第43-49页 |
| ·相似度分析 | 第43-45页 |
| ·算法步骤 | 第45-48页 |
| ·实验仿真 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5 基于项目属性的协作过滤推荐算法 | 第50-59页 |
| ·引言 | 第50页 |
| ·属性论 | 第50-52页 |
| ·属性重心剖分模型 | 第50-52页 |
| ·匹配基准 | 第52页 |
| ·匹配函数 | 第52页 |
| ·基于项目属性的协作过滤推荐算法 | 第52-55页 |
| ·实验仿真 | 第55-58页 |
| ·实验环境 | 第55页 |
| ·实验数据 | 第55页 |
| ·度量标准 | 第55页 |
| ·实验结果及分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| ·全文工作总结 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 硕士期间发表的学术论文及研究成果 | 第65-66页 |
| 发表的学术论文 | 第65页 |
| 待发表的学术论文 | 第65页 |
| 申请的发明专利 | 第65页 |
| 参与的科研项目 | 第65-66页 |
| 致谢 | 第66页 |
