| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 选题背景和研究意义 | 第8-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文结构安排 | 第14-16页 |
| 第2章 相关技术分析 | 第16-24页 |
| 2.1 推荐系统模型 | 第16-17页 |
| 2.2 基于内容的推荐方法 | 第17-20页 |
| 2.3 基于协同过滤的推荐方法 | 第20-22页 |
| 2.4 混合推荐方法 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于用户使用历史的云服务混合推荐方法 | 第24-38页 |
| 3.1 问题描述及方案框架 | 第24-26页 |
| 3.1.1 问题描述 | 第24-25页 |
| 3.1.2 方案框架 | 第25-26页 |
| 3.2 基于内容的推荐方法 | 第26-30页 |
| 3.2.1 用户偏好模型和服务模型构建 | 第27-29页 |
| 3.2.2 用户对服务的偏好计算 | 第29-30页 |
| 3.3 基于协同过滤的推荐方法 | 第30-32页 |
| 3.3.1 用户相似度计算 | 第30-31页 |
| 3.3.2 用户近邻选择 | 第31-32页 |
| 3.3.3 用户对服务的偏好计算 | 第32页 |
| 3.4 基于关联规则的推荐方法 | 第32-34页 |
| 3.4.1 服务间的关联分析 | 第32-33页 |
| 3.4.2 用户对服务的偏好计算 | 第33-34页 |
| 3.5 基于多属性决策的混合推荐方法 | 第34-36页 |
| 3.5.1 用户对服务的综合权重计算 | 第34-35页 |
| 3.5.2 产生推荐结果 | 第35-36页 |
| 3.6 本章小结 | 第36-38页 |
| 第4章 实验与分析 | 第38-50页 |
| 4.1 数据集 | 第38页 |
| 4.2 实验设计及评价指标 | 第38-40页 |
| 4.2.1 实验设计 | 第38-39页 |
| 4.2.2 评价指标 | 第39-40页 |
| 4.3 参数影响分析 | 第40-43页 |
| 4.3.1 近邻个数k对基于协同过滤推荐方法的影响分析 | 第40-42页 |
| 4.3.2 minsup和minconf对基于关联规则的推荐方法的影响分析 | 第42-43页 |
| 4.4 推荐方法对比分析 | 第43-49页 |
| 4.4.1 基于内容的推荐方法对比分析 | 第43-44页 |
| 4.4.2 基于协同过滤的推荐方法对比分析 | 第44-46页 |
| 4.4.3 混合推荐方法与单一推荐方法对比分析 | 第46-47页 |
| 4.4.4 混合推荐方法与其他文献中的推荐方法对比分析 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 发表论文和参加科研情况说明 | 第56-58页 |
| 致谢 | 第58页 |
