个性化推荐中协同过滤算法的改进研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·推荐系统的研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·工业应用现状 | 第10-11页 |
| ·理论研究现状 | 第11-12页 |
| ·本文的研究内容 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| 第2章 推荐系统理论介绍 | 第14-27页 |
| ·推荐系统工作流程 | 第14-15页 |
| ·个性化推荐系统常用推荐方法 | 第15-19页 |
| ·基于内容的推荐算法 | 第16-18页 |
| ·协同过滤推荐算法 | 第18-19页 |
| ·其他推荐算法 | 第19页 |
| ·协同过滤算法相关理论 | 第19-26页 |
| ·协同过滤推荐流程 | 第19-21页 |
| ·协同过滤算法分类 | 第21-25页 |
| ·协同过滤算法面临的挑战 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 优化近邻查找的协同过滤算法 | 第27-43页 |
| ·优化背景及目标 | 第27-33页 |
| ·新指标量化传统算法中近邻查找的特征 | 第27-31页 |
| ·最新的改进成果 | 第31-33页 |
| ·双重阈值近邻查找法 | 第33-36页 |
| ·算法说明 | 第33-34页 |
| ·算法分析 | 第34-36页 |
| ·双重阈值的基于用户的协同过滤算法 | 第36-39页 |
| ·双重阈值的基于项目的协同过滤算法 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于抽样的协同过滤算法 | 第43-49页 |
| ·研究背景分析 | 第43页 |
| ·基于抽样的近邻查找方法 | 第43-45页 |
| ·算法说明 | 第43-44页 |
| ·算法分析 | 第44-45页 |
| ·抽样近邻的基于用户的协同过滤算法 | 第45-47页 |
| ·抽样近邻的基于项目的协同过滤算法 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 实验与结果分析 | 第49-58页 |
| ·算法性能评价标准 | 第49-50页 |
| ·实验环境 | 第50页 |
| ·数据集介绍 | 第50-51页 |
| ·实验方案 | 第51-57页 |
| ·实验目标 | 第51页 |
| ·实验方法 | 第51-52页 |
| ·实验结果分析 | 第52-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·工作总结 | 第58-59页 |
| ·进一步的研究方向 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 作者简介及在学期间所取得的科研成果 | 第64-65页 |
| 致谢 | 第65页 |
