改进用户模型的协同过滤推荐算法--Based Collaborative Filtering Algorithm
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 引言 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·研究目的与意义 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·研究内容 | 第11页 |
| ·论文结构 | 第11-13页 |
| 2 推荐系统 | 第13-23页 |
| ·推荐系统概述 | 第13-14页 |
| ·推荐系统的层次结构 | 第14-16页 |
| ·推荐系统的输入模块 | 第15-16页 |
| ·推荐系统的推荐模块 | 第16页 |
| ·推荐系统的输出模块 | 第16页 |
| ·推荐系统的分类 | 第16-21页 |
| ·基于内容的推荐系统 | 第17-18页 |
| ·协同过滤推荐系统 | 第18-20页 |
| ·组合方法推荐系统 | 第20-21页 |
| ·推荐系统的主要任务 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 推荐算法 | 第23-33页 |
| ·推荐算法概述 | 第23页 |
| ·协同过滤推荐算法 | 第23-29页 |
| ·基于用户的协同过滤算法 | 第24-26页 |
| ·基于项目的协同过滤算法 | 第26-27页 |
| ·基于模型的协同过滤算法 | 第27-28页 |
| ·算法面临的问题 | 第28-29页 |
| ·基于内容的推荐算法 | 第29-30页 |
| ·基于知识发现的推荐算法 | 第30页 |
| ·基于交互的推荐算法 | 第30-31页 |
| ·推荐算法的评价 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 4 改进用户模型的协同过滤推荐算法 | 第33-43页 |
| ·算法的提出 | 第33-34页 |
| ·改进用户模型的协同过滤算法 | 第34-42页 |
| ·归一化评分 | 第36-38页 |
| ·引入时间遗忘权值 | 第38-40页 |
| ·寻找最近邻居集合 | 第40-41页 |
| ·预测推荐 | 第41-42页 |
| ·算法特点 | 第42页 |
| ·本章小结 | 第42-43页 |
| 5 数据集与实验衡量 | 第43-48页 |
| ·实验数据集 | 第43页 |
| ·实验环境和工具 | 第43页 |
| ·实验衡量 | 第43-46页 |
| ·实验衡量标准 | 第43-44页 |
| ·参数的设定 | 第44-45页 |
| ·对比衡量 | 第45-46页 |
| ·实验总结 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 6 总结与展望 | 第48-50页 |
| ·工作总结 | 第48页 |
| ·工作展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54页 |
| A. 作者在攻读学位期间发表的论文目录 | 第54页 |
| B. 作者在攻读学位期间参与的科研项目目录 | 第54页 |
