基于网络结构的个性化推荐系统的研究与开发
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 个性化推荐系统研究的背景和意义 | 第9-13页 |
| 1.2 国内外研究现状和发展趋势 | 第13-19页 |
| 1.2.1 国内外研究现状 | 第13-16页 |
| 1.2.2 个性化推荐系统的发展趋势 | 第16-19页 |
| 1.3 本文主要研究内容 | 第19-20页 |
| 1.4 本章小结 | 第20-21页 |
| 第2章 协同过滤推荐技术概论 | 第21-29页 |
| 2.1 协同过滤推荐算法 | 第21-23页 |
| 2.1.1 算法简介 | 第21页 |
| 2.1.2 算法分类 | 第21-23页 |
| 2.2 算法流程 | 第23-24页 |
| 2.3 相似度计算方法 | 第24-25页 |
| 2.4 推荐系统评价指标 | 第25-27页 |
| 2.4.1 引言 | 第25页 |
| 2.4.2 准确度 | 第25-26页 |
| 2.4.3 多样性 | 第26-27页 |
| 2.4.4 新颖性 | 第27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 个性化推荐算法设计 | 第29-33页 |
| 3.1 引言 | 第29页 |
| 3.2 相似度定义的拓展 | 第29-31页 |
| 3.3 构建相似度网络 | 第31-32页 |
| 3.4 推荐得分计算 | 第32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 算法执行与结果分析 | 第33-41页 |
| 4.1 引言 | 第33页 |
| 4.2 数据来源 | 第33-34页 |
| 4.3 数据预处理 | 第34-35页 |
| 4.4 算法执行 | 第35-36页 |
| 4.5 结果分析 | 第36-40页 |
| 4.5.1 精度和召回率 | 第36-38页 |
| 4.5.2 多样性 | 第38-39页 |
| 4.5.3 新颖性 | 第39-40页 |
| 4.6 本章小结 | 第40-41页 |
| 第5章 推荐系统平台搭建 | 第41-46页 |
| 5.1 引言 | 第41页 |
| 5.2 开发语言环境介绍 | 第41-42页 |
| 5.3 软件系统功能 | 第42-45页 |
| 5.3.1 数据预处理 | 第42-43页 |
| 5.3.2 算法选择与参数设置 | 第43-44页 |
| 5.3.3 算法执行与结果输出 | 第44-45页 |
| 5.4 本章小结 | 第45-46页 |
| 第6章 总结与展望 | 第46-48页 |
| 6.1 研究工作总结 | 第46-47页 |
| 6.2 未来研究展望 | 第47-48页 |
| 参考文献 | 第48-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间参加的科研项目和成果 | 第54页 |
