| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1. 绪论 | 第10-14页 |
| 1.1 课题研究背景 | 第10页 |
| 1.2 研究目的与意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.3.1 国外协同过滤推荐算法研究现状 | 第11-12页 |
| 1.3.2 国内协同过滤推荐算法研究现状 | 第12页 |
| 1.4 本文的研究内容及结构安排 | 第12-14页 |
| 2 协同过滤推荐算法 | 第14-21页 |
| 2.1 协同过滤推荐算法简介 | 第14-17页 |
| 2.1.1 基于内存的协同过滤 | 第14-15页 |
| 2.1.2 基于模型的协同过滤推荐算法 | 第15-17页 |
| 2.2 协同过滤推荐算法步骤 | 第17-19页 |
| 2.3 协同过滤推荐算法存在的缺陷 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 基于奇异值分解和CURE层次聚类的协同过滤推荐算法 | 第21-31页 |
| 3.1 相关算法介绍 | 第21-25页 |
| 3.1.1 奇异值分解 | 第21-22页 |
| 3.1.2 层次聚类算法 | 第22-25页 |
| 3.2 基于奇异值分解和CURE层次聚类的协同过滤推荐算法 | 第25-27页 |
| 3.2.1 算法改进思想 | 第25-26页 |
| 3.2.2 改进算法的具体流程 | 第26-27页 |
| 3.3 实验结果与分析 | 第27-30页 |
| 3.3.1 实验数据集 | 第27页 |
| 3.3.2 度量标准 | 第27-28页 |
| 3.3.3 实验结果与分析 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 改进的Slope One协同过滤推荐算法 | 第31-39页 |
| 4.1 Slope One算法介绍 | 第31-34页 |
| 4.1.1 Slope One算法 | 第31-32页 |
| 4.1.2 加权Slope One算法 | 第32-33页 |
| 4.1.3 双极Slope One算法 | 第33页 |
| 4.1.4 Slope One算法存在的问题 | 第33-34页 |
| 4.2 改进的Slope One协同过滤推荐算法 | 第34-37页 |
| 4.2.1 算法的改进思想 | 第34页 |
| 4.2.2 权重项目相似性 | 第34-36页 |
| 4.2.3 改进的Slope One算法 | 第36-37页 |
| 4.2.4 改进算法的具体流程 | 第37页 |
| 4.3 实验结果与分析 | 第37-38页 |
| 4.3.1 实验数据集 | 第37页 |
| 4.3.2 度量标准 | 第37页 |
| 4.3.3 实验结果与分析 | 第37-38页 |
| 4.4 本章小结 | 第38-39页 |
| 5 组合的协同过滤推荐算法 | 第39-42页 |
| 5.1 算法思想 | 第39页 |
| 5.2 算法具体流程 | 第39页 |
| 5.3 实验结果与分析 | 第39-41页 |
| 5.3.1 实验数据集 | 第39-40页 |
| 5.3.2 度量标准 | 第40页 |
| 5.3.3 实验结果与分析 | 第40-41页 |
| 5.4 本章小结 | 第41-42页 |
| 6 总结与展望 | 第42-44页 |
| 6.1 总结 | 第42页 |
| 6.2 展望 | 第42-44页 |
| 参考文献 | 第44-48页 |
| 致谢 | 第48-49页 |
| 作者简介 | 第49页 |