| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及研究意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 推荐系统研究现状 | 第10-11页 |
| 1.3 论文的主要工作 | 第11-12页 |
| 1.4 论文的结构安排 | 第12-14页 |
| 2 推荐系统及推荐模型综述 | 第14-25页 |
| 2.1 推荐系统概述 | 第14-16页 |
| 2.1.1 推荐系统定义 | 第14-16页 |
| 2.1.2 推荐系统功能 | 第16页 |
| 2.2 推荐系统的架构和模型 | 第16-23页 |
| 2.2.1 用户研究 | 第16-19页 |
| 2.2.2 用户建模 | 第19-21页 |
| 2.2.3 推荐系统架构 | 第21-23页 |
| 2.3 本章小结 | 第23-25页 |
| 3 推荐算法及相似度计算方法 | 第25-41页 |
| 3.1 推荐算法 | 第25-31页 |
| 3.1.1 基于内容的推荐算法 | 第25-26页 |
| 3.1.2 协同过滤推荐算法 | 第26-29页 |
| 3.1.3 混合推荐算法 | 第29-31页 |
| 3.2 主要的相似度计算方法 | 第31-36页 |
| 3.2.1 基于皮尔逊相关系数的相似度 | 第31-33页 |
| 3.2.2 基于夹角余弦的相似度 | 第33-35页 |
| 3.2.3 基于 Jaccard 相关系数的相似度 | 第35-36页 |
| 3.2.4 传统相似度计算方法的局限 | 第36页 |
| 3.3 推荐算法评价 | 第36-40页 |
| 3.3.1 实验数据集 | 第37-38页 |
| 3.3.2 评价指标 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 考虑物品相似权重的用户相似度计算方法及其分析 | 第41-51页 |
| 4.1 引言 | 第41-42页 |
| 4.2 考虑物品相似权重的用户相似度 | 第42-46页 |
| 4.2.1 共同已评分项目加权方法 | 第42-43页 |
| 4.2.2 加权用户相似度计算方法 | 第43-46页 |
| 4.3 算法过程及分析 | 第46-48页 |
| 4.4 实验结果与分析 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 5 总结与展望 | 第51-52页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57页 |
| A. 作者在攻读学位期间发表的论文目录 | 第57页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第57页 |