基于项目聚类和用户兴趣的个性化推荐系统研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-16页 |
·研究背景及意义 | 第10-11页 |
·国内外研究现状 | 第11-13页 |
·本文的主要研究内容 | 第13-14页 |
·本文的组织结构 | 第14-16页 |
第2章 个性化推荐系统的相关知识介绍 | 第16-26页 |
·个性化推荐系统简介 | 第16-19页 |
·基于内容的推荐 | 第16-17页 |
·基于关联规则的推荐 | 第17-18页 |
·协同过滤推荐 | 第18页 |
·混合推荐 | 第18-19页 |
·协同过滤推荐技术 | 第19-23页 |
·基于用户的协同过滤 | 第19-22页 |
·基于项目的协同过滤 | 第22-23页 |
·协同过滤推荐技术存在的问题 | 第23-25页 |
·本章小结 | 第25-26页 |
第3章 基于项目聚类的评分矩阵预填充方法 | 第26-36页 |
·聚类概念 | 第26-27页 |
·评分矩阵预填充思想 | 第27页 |
·基于项目聚类的评分矩阵预填充方法 | 第27-35页 |
·综合相似度 | 第28-29页 |
·项目聚类 | 第29-35页 |
·评分矩阵预填充 | 第35页 |
·本章小结 | 第35-36页 |
第4章 基于用户兴趣变化的个性化推荐算法 | 第36-44页 |
·用户兴趣变化分析 | 第36-37页 |
·时间效用函数 | 第37-40页 |
·算法描述 | 第40-43页 |
·本章小结 | 第43-44页 |
第5章 实验验证与分析 | 第44-53页 |
·实验数据和设置 | 第44-45页 |
·实验数据 | 第44页 |
·对数据集进行采样 | 第44-45页 |
·实验环境 | 第45页 |
·实验评价标准 | 第45-46页 |
·实验及结果分析 | 第46-51页 |
·对比算法简介 | 第46页 |
·确定调节参数θ的值 | 第46-47页 |
·不同稀疏度下的 MAE 值对比 | 第47-49页 |
·不同稀疏度下的 RMSE 值对比 | 第49-51页 |
·实验结果分析 | 第51页 |
·本章小结 | 第51-53页 |
结论 | 第53-55页 |
参考文献 | 第55-61页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第61-62页 |
致谢 | 第62-63页 |
作者简介 | 第63页 |