| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 主要推荐算法概述 | 第9-11页 |
| 1.2.2 协同过滤推荐的研究现状 | 第11页 |
| 1.2.3 考虑时间因素的协调过滤研究现状 | 第11-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 推荐系统相关理论和技术 | 第14-27页 |
| 2.1 推荐系统结构 | 第14-15页 |
| 2.2 推荐系统常见分类 | 第15-17页 |
| 2.2.1 基于内容属性匹配的系统 | 第15-16页 |
| 2.2.2 基于评分预测的系统 | 第16-17页 |
| 2.3 协同过滤推荐算法 | 第17-25页 |
| 2.3.1 基于邻域的协同过滤 | 第17-20页 |
| 2.3.2 基于矩阵分解的协同过滤 | 第20-23页 |
| 2.3.3 协同过滤算法的比较 | 第23-25页 |
| 2.4 推荐算法准确性评价指标 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 融合时间和类型特征加权的矩阵分解协同过滤算法 | 第27-42页 |
| 3.1 引入改进时间权重的的矩阵分解协同过滤算法 | 第27-30页 |
| 3.1.1 艾宾浩斯遗忘曲线 | 第27-28页 |
| 3.1.2 结合遗忘曲线的时间权重 | 第28页 |
| 3.1.3 改进的结合信息保持期的时间权重 | 第28-29页 |
| 3.1.4 引入改进的时间权重的矩阵分解协同过滤算法 | 第29-30页 |
| 3.2 融合时间和类型特征加权的矩阵分解协同过滤算法 | 第30-33页 |
| 3.2.1 改进的融合时间和类型特征的时间权重 | 第30-32页 |
| 3.2.2 结合融合时间和类型特征的时间权重的矩阵分解协同过滤算法 | 第32-33页 |
| 3.3 实验结果与分析 | 第33-41页 |
| 3.3.1 数据准备 | 第33-34页 |
| 3.3.2 实验方案及结果分析 | 第34-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 基于PageRank的类型敏感过滤算法 | 第42-53页 |
| 4.1 用户选择的类型倾向 | 第42-43页 |
| 4.2 基于PageRank的类型敏感过滤算法 | 第43-49页 |
| 4.2.1 PageRank算法及其在推荐中的应用 | 第43-45页 |
| 4.2.2 算法改进方向 | 第45-46页 |
| 4.2.3 算法描述 | 第46-48页 |
| 4.2.4 算法收敛性分析 | 第48-49页 |
| 4.3 实验结果与分析 | 第49-52页 |
| 4.3.1 数据准备 | 第49页 |
| 4.3.2 算法验证方案 | 第49-50页 |
| 4.3.3 实验方案及结果分析 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60页 |
