首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于ATCF算法的学习资源个性化推荐系统的研究

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

论文共70页,点击 下载论文
上一篇:基于AHP模型的广州港综合竞争力评价
下一篇:广东城乡资本回报率与资本流动研究