混合协同过滤算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·研究目的及意义 | 第11-12页 |
| ·国内外研究概况 | 第12-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·本文的研究工作 | 第14页 |
| ·本文的结构 | 第14-16页 |
| 第二章 推荐系统与协同过滤算法 | 第16-26页 |
| ·推荐系统的商业应用 | 第16-19页 |
| ·电子商务 | 第16-17页 |
| ·在线电影视频服务 | 第17页 |
| ·个性化音乐网络电台 | 第17-18页 |
| ·社交网络 | 第18页 |
| ·个性化广告 | 第18-19页 |
| ·推荐系统理论综述 | 第19-25页 |
| ·基于标签的推荐技术 | 第19-20页 |
| ·基于上下文的推荐技术 | 第20-21页 |
| ·基于矩阵分解的推荐算法 | 第21-22页 |
| ·协同过滤推荐算法 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 混合推荐算法的基于物品机制 | 第26-34页 |
| ·新用户的启动机制 | 第27-28页 |
| ·基于物品推荐机制 | 第28-29页 |
| ·基于Shapley熵的用户历史集不确定度 | 第29-32页 |
| ·用户评分预处理 | 第29页 |
| ·基于Shapley熵的用户历史集不确定度 | 第29-31页 |
| ·不确定度阈值 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第四章 一种改进的基于用户推荐算法 | 第34-40页 |
| ·传统的基于用户协同过滤算法 | 第34-35页 |
| ·邻域用户的权值选取 | 第35-37页 |
| ·传统邻域用户权值计算的问题 | 第35-36页 |
| ·改进的邻域用户权值算法 | 第36-37页 |
| ·改进的基于用户推荐机制 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第五章 实验与结果分析 | 第40-44页 |
| ·推荐精度测试 | 第40-41页 |
| ·稀疏性分析 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第六章 总结与展望 | 第44-46页 |
| ·本文总结 | 第44页 |
| ·研究展望 | 第44-46页 |
| 参考文献 | 第46-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间发表的学术论文 | 第53页 |
