摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第12-17页 |
1.1 研究背景及意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-15页 |
1.3 主要研究内容 | 第15页 |
1.4 本文组织结构 | 第15-17页 |
第二章 推荐系统及主要方法 | 第17-29页 |
2.1 推荐系统介绍 | 第17-21页 |
2.1.1 推荐系统基本概念 | 第17-18页 |
2.1.2 推荐系统的总体框架 | 第18-19页 |
2.1.3 推荐系统的商务应用 | 第19-21页 |
2.2 推荐系统主要方法 | 第21-27页 |
2.2.1 基于协同过滤的推荐算法 | 第21-23页 |
2.2.2 基于内容的推荐算法 | 第23-25页 |
2.2.3 基于网络结构的推荐算法 | 第25-27页 |
2.2.4 混合推荐算法 | 第27页 |
2.3 本章小结 | 第27-29页 |
第三章 结合项目标签与评分的协同过滤推荐算法 | 第29-44页 |
3.1 基于项目的协同过滤推荐算法描述 | 第29-34页 |
3.1.1 建立用户-项目反馈信息矩阵 | 第31-32页 |
3.1.2 项目相似性度量方法 | 第32-33页 |
3.1.3 推荐结果产生 | 第33-34页 |
3.2 现有相似性度量方法不足之处 | 第34页 |
3.3 结合项目标签与评分的协同过滤推荐算法(TPSSI_ICF)研究 | 第34-43页 |
3.3.1 改进算法提出 | 第34-37页 |
3.3.2 标签定义及相似度 | 第37-39页 |
3.3.3 项目相似性度量方法 | 第39-43页 |
3.4 本章小结 | 第43-44页 |
第四章 实验设计与算法测评 | 第44-52页 |
4.1 推荐系统实验方法 | 第44-46页 |
4.1.1 离线实验 | 第44页 |
4.1.2 用户调查 | 第44-45页 |
4.1.3 在线实验 | 第45-46页 |
4.2 推荐算法的评判指标 | 第46-47页 |
4.3 实验与分析 | 第47-50页 |
4.3.1 实验数据 | 第47页 |
4.3.2 实验设置 | 第47-48页 |
4.3.3 实验结果与分析 | 第48-50页 |
4.4 本章小节 | 第50-52页 |
总结与展望 | 第52-54页 |
1 总结 | 第52-53页 |
2 展望 | 第53-54页 |
参考文献 | 第54-59页 |
攻读学位期间的科研成果 | 第59-61页 |
致谢 | 第61页 |