基于项目分类与预测填充的协同过滤推荐算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 目录 | 第9-12页 |
| Content | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| ·课题研究背景及价值 | 第15-16页 |
| ·课题研究的背景 | 第15-16页 |
| ·课题研究的价值 | 第16页 |
| ·推荐算法及协同过滤研究内容与现状 | 第16-19页 |
| ·推荐算法研究概述 | 第16-18页 |
| ·协同过滤研究内容与现状 | 第18-19页 |
| ·协同过滤推荐算法面临的问题及挑战 | 第19-20页 |
| ·本文的结构及内容 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第二章 相关技术及原理 | 第23-33页 |
| ·传统协同过滤算法概述 | 第23-27页 |
| ·协同过滤算法相关概念及分类 | 第23-24页 |
| ·协同过滤算法的应用概述 | 第24页 |
| ·传统协同过滤算法流程及分析 | 第24-27页 |
| ·朴素贝叶斯分类器及相关技术 | 第27-30页 |
| ·数据挖掘技术及分类器概述 | 第27-28页 |
| ·朴素贝叶斯分类器的分类原理 | 第28-30页 |
| ·协同过滤算法与分类机制 | 第30页 |
| ·矩阵空缺值填充技术及应用 | 第30-31页 |
| ·空缺值填充技术 | 第30-31页 |
| ·填充技术在协同过滤算法中的应用 | 第31页 |
| ·本章小结 | 第31-33页 |
| 第三章 以项目为对象的分类器设计与实现 | 第33-45页 |
| ·协同过滤改进算法设计与实现步骤分析 | 第33-36页 |
| ·本文改进协同过滤算法的总体思路与策略 | 第33-34页 |
| ·本文协同过滤算法改进的详细步骤与流程 | 第34-36页 |
| ·以项目为对象的分类器设计 | 第36-40页 |
| ·相关数据模型的构建 | 第36-38页 |
| ·朴素贝叶斯分类器的原理与构造步骤 | 第38-40页 |
| ·朴素贝叶斯分类算法设计 | 第40页 |
| ·以项目为对象的分类器训练及测试 | 第40-42页 |
| ·项目分类算法的实现 | 第40-42页 |
| ·分类器的训练及分析 | 第42页 |
| ·分类器的测试与分析 | 第42页 |
| ·本章小结 | 第42-45页 |
| 第四章 评分矩阵中空缺值的填充 | 第45-51页 |
| ·项目分类结果与分析 | 第45页 |
| ·基于分类项目的预测评分计算 | 第45-46页 |
| ·评分矩阵空缺元素的填充 | 第46-48页 |
| ·本章小结 | 第48-51页 |
| 第五章 基于用户的协同过滤推荐改进算法 | 第51-65页 |
| ·基于用户的协同过滤推荐生成流程 | 第51-55页 |
| ·评分矩阵的获取 | 第51-52页 |
| ·用户间的相似度计算 | 第52-54页 |
| ·最近邻居搜索 | 第54页 |
| ·预测评分的生成与推荐集的产生 | 第54-55页 |
| ·实验与分析 | 第55-63页 |
| ·实验数据集 | 第55-56页 |
| ·算法评价指标 | 第56-57页 |
| ·实验及结果分析 | 第57-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 本文总结与展望 | 第65-67页 |
| ·本文总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 研究成果及发表的学术论文 | 第73-74页 |
| 作者和导师简介 | 第74-75页 |
| 硕士研宄生学位论文答辩委员会决议书 | 第75-76页 |
