协同过滤推荐算法的研究与设计
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文主要工作及组织结构 | 第12-14页 |
| 第2章 协同过滤推荐算法概述 | 第14-23页 |
| 2.1 协同过滤推荐算法 | 第14-20页 |
| 2.1.1 基于内存的协同过滤推荐算法 | 第14-17页 |
| 2.1.2 基于模型的协同过滤推荐算法 | 第17-20页 |
| 2.2 推荐系统的评估 | 第20-22页 |
| 2.2.1 预测准确度 | 第20-21页 |
| 2.2.2 多样性 | 第21-22页 |
| 2.2.3 覆盖率 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 基于隐马尔科夫模型的融合推荐算法 | 第23-38页 |
| 3.1 引言 | 第23-24页 |
| 3.2 隐马尔科夫模型概述 | 第24-29页 |
| 3.2.1 马尔科夫链 | 第24-25页 |
| 3.2.2 隐马尔科夫模型 | 第25-26页 |
| 3.2.3 隐马尔科夫模型的三个基本问题 | 第26页 |
| 3.2.4 解决隐马尔科夫模型基本问题的三个算法 | 第26-29页 |
| 3.3 算法描述 | 第29-33页 |
| 3.3.1 模型构建 | 第29-30页 |
| 3.3.2 算法描述 | 第30-33页 |
| 3.4 实验与结果分析 | 第33-37页 |
| 3.4.1 数据集 | 第33-34页 |
| 3.4.2 模型重要参数的设置 | 第34-35页 |
| 3.4.3 算法对比 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于时间上下文的隐语义协同过滤推荐算法 | 第38-52页 |
| 4.1 引言 | 第38-39页 |
| 4.2 传统LFM模型概述 | 第39-41页 |
| 4.2.1 传统LFM模型思想 | 第39-40页 |
| 4.2.2 传统LFM模型 | 第40-41页 |
| 4.3 算法描述 | 第41-48页 |
| 4.3.1 模型构建 | 第41-42页 |
| 4.3.2 算法描述 | 第42-48页 |
| 4.4 实验与分析 | 第48-51页 |
| 4.4.1 数据集 | 第48页 |
| 4.4.2 模型参数设置 | 第48-50页 |
| 4.4.3 算法对比 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 全文总结 | 第52页 |
| 5.2 今后工作展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间发表的论文及参加的项目 | 第60-61页 |
