摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
目录 | 第8-11页 |
第1章 绪论 | 第11-16页 |
1.1 论文的研究背景及研究价值 | 第11-12页 |
1.1.1 论文背景的介绍 | 第11-12页 |
1.1.2 论文的研究价值 | 第12页 |
1.2 国内外研究现状 | 第12-14页 |
1.2.1 国外研究现状 | 第12-14页 |
1.2.2 国内研究现状 | 第14页 |
1.3 本文的主要研究工作 | 第14页 |
1.4 论文结构 | 第14-16页 |
第2章 个性化推荐技术综述 | 第16-25页 |
2.1 个性化推荐系统 | 第16-19页 |
2.1.1 个性化推荐系统的概念 | 第16页 |
2.1.2 个性化推荐系统的应用 | 第16-19页 |
2.2 主流的推荐技术 | 第19-21页 |
2.2.1 协同过滤推荐 | 第19页 |
2.2.2 基于内容的推荐 | 第19-20页 |
2.2.3 基于知识的推荐 | 第20页 |
2.2.4 基于社交网络的推荐 | 第20页 |
2.2.5 基于标签的推荐 | 第20-21页 |
2.2.6 基于本体的推荐 | 第21页 |
2.3 推荐系统评测指标 | 第21-24页 |
2.4 本章小结 | 第24-25页 |
第3章 协同过滤推荐技术 | 第25-35页 |
3.1 协同过滤算法概述 | 第25-26页 |
3.1.1 算法的基本概念 | 第25页 |
3.1.2 算法的步骤 | 第25-26页 |
3.2 协同过滤算法的分类 | 第26-29页 |
3.2.1 基于用户的协同过滤算法 | 第27-28页 |
3.2.2 基于项目的协同过滤算法 | 第28-29页 |
3.3 协同过滤推荐算法优缺点分析 | 第29-31页 |
3.3.1 User-based协同过滤算法分析 | 第30-31页 |
3.3.2 Item-based协同过滤算法分析 | 第31页 |
3.4 优化的协同过滤算法介绍 | 第31-34页 |
3.4.1 基于web日志和聚类的协同过滤 | 第31-32页 |
3.4.2 基于项目评分预测的协同过滤 | 第32页 |
3.4.3 基于相似项目的邻居用户协同过滤推荐技术 | 第32-34页 |
3.4.4 适应用户兴趣变化的协同过滤推荐算法 | 第34页 |
3.5 本章小结 | 第34-35页 |
第4章 改进的协同过滤推荐技术(ATCF) | 第35-49页 |
4.1 概述 | 第35页 |
4.2 基于属性和时间权重的组合推荐算法 | 第35-41页 |
4.2.1 基于项目属性和时间权重相似度 | 第35-37页 |
4.2.2 基于用户属性和评分信息的相似度 | 第37-39页 |
4.2.3 得到伪评分矩阵 | 第39页 |
4.2.4 Top-N推荐 | 第39页 |
4.2.5 基于属性和时间权重的组合推荐算法流程(ATCF算法流程) | 第39-41页 |
4.3 试验分析及结论 | 第41-47页 |
4.3.1 试验环境与数据集 | 第41页 |
4.3.2 试验策略 | 第41页 |
4.3.3 参数分析 | 第41-44页 |
4.3.4 ATCF算法与传统CF算法的MAE比较 | 第44-45页 |
4.3.5 ATCF算法与传统CF算法Precision、Recall比较 | 第45-47页 |
4.4 本章小结 | 第47-49页 |
第5章 学习资源个性化推荐系统的分析与设计 | 第49-63页 |
5.1 需求分析 | 第49-52页 |
5.1.1 系统需求分析 | 第49页 |
5.1.2 系统功能需求分析 | 第49-51页 |
5.1.3 推荐过程分析 | 第51-52页 |
5.2 学习资源个性化推荐系统功能模块设计 | 第52-55页 |
5.2.1 学习资源个性化推荐思路 | 第52-53页 |
5.2.2 系统功能架构 | 第53-54页 |
5.2.3 学习资源个性化推荐模型体系结构 | 第54-55页 |
5.3 主要数据表设计 | 第55-58页 |
5.3.1 学生基本信息表 | 第55-56页 |
5.3.2 学习资源信息表 | 第56-57页 |
5.3.3 学习资源属性信息表 | 第57页 |
5.3.4 用户资源评分表 | 第57-58页 |
5.3.5 资源下载信息表 | 第58页 |
5.4 系统开发环境 | 第58-59页 |
5.5 系统运行主要界面 | 第59-62页 |
5.5.1 系统首页面 | 第59-60页 |
5.5.2 资源详情页面 | 第60页 |
5.5.3 学生注册页面 | 第60-61页 |
5.5.4 个性化推荐首页 | 第61-62页 |
5.6 本章小结 | 第62-63页 |
第6章 总结与展望 | 第63-66页 |
6.1 论文总结和研究成果 | 第63-64页 |
6.2 进一步研究计划 | 第64-66页 |
参考文献 | 第66-70页 |
致谢 | 第70页 |