基于本体和知识规则的混合推荐研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·研究意义 | 第11-13页 |
| ·主要内容 | 第13-15页 |
| 2 主要的推荐算法分析 | 第15-19页 |
| ·协同过滤 | 第15-16页 |
| ·内容过滤 | 第16-17页 |
| ·其他推荐算法 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 本体与模型 | 第19-29页 |
| ·本体分析 | 第19-21页 |
| ·本体的定义 | 第19-20页 |
| ·本体索引机制 | 第20-21页 |
| ·本体模型 | 第21-27页 |
| ·电影领域本体和项目模型 | 第22-24页 |
| ·用户领域本体和用户模型 | 第24-27页 |
| ·本章小结 | 第27-29页 |
| 4 用户模型的自动更新 | 第29-35页 |
| ·喜好的估算 | 第30页 |
| ·语义概念与度量值 | 第30-31页 |
| ·兴趣的更新 | 第31-34页 |
| ·兴趣的修正 | 第34页 |
| ·本章小结 | 第34-35页 |
| 5 基于本体和知识规则的推荐算法 | 第35-53页 |
| ·相似度计算公式 | 第35-42页 |
| ·传统相似度计算公式 | 第35-36页 |
| ·多重匹配公式 | 第36-38页 |
| ·语义概念节点的相似度计算 | 第38-39页 |
| ·基于本体的相似度计算 | 第39-42页 |
| ·基于本体的推荐算法 | 第42-45页 |
| ·基于本体的协同过滤推荐 | 第42-45页 |
| ·基于本体的内容过滤推荐 | 第45页 |
| ·知识规则与推荐 | 第45-48页 |
| ·《影视接受心理》知识 | 第46页 |
| ·知识规则的构建 | 第46-47页 |
| ·规则的分类与运用 | 第47-48页 |
| ·电影推荐系统原型设计 | 第48-51页 |
| ·推荐系统架构设计 | 第48-49页 |
| ·推荐进程设计 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 6 总结与展望 | 第53-55页 |
| ·本文总结 | 第53-54页 |
| ·本文展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读学位期间取得的研究成果 | 第60-61页 |
| 致谢 | 第61-63页 |
