| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 协同过滤相关技术 | 第16-28页 |
| 2.1 协同过滤技术概述 | 第16-18页 |
| 2.2 协同过滤技术的分类 | 第18-23页 |
| 2.2.1 基于用户的协同过滤算法 | 第19-21页 |
| 2.2.2 基于项目的协同过滤算法 | 第21-23页 |
| 2.3 协同过滤算法现存问题以及现有改进技术 | 第23-27页 |
| 2.3.1 协同过滤算法现存问题 | 第23-25页 |
| 2.3.2 现有改进技术 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 协同过滤算法相似度的改进研究 | 第28-41页 |
| 3.1 传统相似性度量方法简介 | 第28-29页 |
| 3.2 改进的项目综合相似度 | 第29-32页 |
| 3.2.1 项目评分相似度 | 第30-31页 |
| 3.2.2 项目类别相似度 | 第31-32页 |
| 3.2.3 项目综合相似度 | 第32页 |
| 3.3 仿真实验与结论 | 第32-40页 |
| 3.3.1 数据集 | 第32-33页 |
| 3.3.2 度量标准 | 第33-34页 |
| 3.3.3 实验环境 | 第34-35页 |
| 3.3.4 训练集与测试集划分比例仿真实验 | 第35页 |
| 3.3.5 传统的基于项目与基于用户协同过滤算法的比较仿真实验 | 第35-37页 |
| 3.3.6 三种传统的相似度比较仿真实验 | 第37-38页 |
| 3.3.7 确定权重参数 w 的仿真实验 | 第38页 |
| 3.3.8 时间因素对推荐算法影响的仿真实验 | 第38-39页 |
| 3.3.9 基于综合相似度的协同过滤算法仿真实验 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于项目综合相似度和因子分析的协同过滤算法研究 | 第41-51页 |
| 4.1 因子分析概述 | 第41-42页 |
| 4.2 多元线性回归分析 | 第42-43页 |
| 4.3 基于项目综合相似度和因子分析的协同过滤算法 | 第43-47页 |
| 4.3.1 基于项目综合相似度的聚类算法 | 第44-45页 |
| 4.3.2 基于项目综合相似度和因子分析的协同过滤算法 | 第45-46页 |
| 4.3.3 基于项目综合相似度和因子分析的协同过滤算法描述 | 第46-47页 |
| 4.4 仿真实验与结论 | 第47-49页 |
| 4.4.1 数据集 | 第47页 |
| 4.4.2 度量标准 | 第47-48页 |
| 4.4.3 实验环境 | 第48页 |
| 4.4.4 推荐质量比较实验 | 第48-49页 |
| 4.5 本章小结 | 第49-51页 |
| 总结和展望 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间取得的学术成果 | 第58-59页 |
| 致谢 | 第59页 |
