协同过滤推荐系统中关键问题研究与实现
| 中文摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·协同过滤推荐系统发展及现状 | 第10-12页 |
| ·国外发展及现状 | 第10-11页 |
| ·国内发展及现状 | 第11-12页 |
| ·协同过滤技术存在的问题与挑战 | 第12-13页 |
| ·本文主要研究内容 | 第13页 |
| ·本文组织结构 | 第13-15页 |
| 第2章 协同过滤推荐技术综述 | 第15-23页 |
| ·协同过滤推荐的基本思想 | 第15页 |
| ·协同过滤推荐方法 | 第15-20页 |
| ·基于内存的协同过滤 | 第16-19页 |
| ·基于模型的协同过滤 | 第19-20页 |
| ·评测标准和实验数据集 | 第20-22页 |
| ·评测标准 | 第20-21页 |
| ·实验数据集 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 结合专家意见的协同过滤算法 | 第23-36页 |
| ·相关工作介绍 | 第23-25页 |
| ·基于专家意见的协同过滤算法 | 第23-24页 |
| ·基于SVD 的协同过滤算法 | 第24-25页 |
| ·专家与用户背景差异对预测的影响 | 第25-26页 |
| ·结合专家意见的协同过滤算法 | 第26-28页 |
| ·最近邻的选择 | 第26-27页 |
| ·推荐结果的产生 | 第27-28页 |
| ·实验结果及分析 | 第28-35页 |
| ·实验数据集和评测标准 | 第28-29页 |
| ·参数的影响和对比实验 | 第29-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于时间划分的协同过滤推荐算法 | 第36-49页 |
| ·相关工作介绍 | 第36-37页 |
| ·符号与定义 | 第37-39页 |
| ·最近邻的选择 | 第39-42页 |
| ·相似度度量方法 | 第39-40页 |
| ·最近邻的产生 | 第40-42页 |
| ·推荐结果的产生 | 第42-44页 |
| ·实验结果及分析 | 第44-48页 |
| ·实验数据集和评测标准 | 第44-45页 |
| ·参数的影响和对比实验 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 电影协同过滤推荐原型系统MRS | 第49-59页 |
| ·系统设计 | 第49-54页 |
| ·体系结构 | 第49-50页 |
| ·功能概述 | 第50-51页 |
| ·数据表结构 | 第51-54页 |
| ·系统实现 | 第54-57页 |
| ·开发平台和工具 | 第54-55页 |
| ·主要运行界面 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间发表的学术论文 | 第70页 |
