| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-23页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-20页 |
| 1.2.1 个性化推荐系统的国内外研究现状 | 第11-12页 |
| 1.2.2 协同过滤算法的研究现状 | 第12-20页 |
| 1.3 研究目标与研究内容 | 第20-21页 |
| 1.4 技术路线图 | 第21页 |
| 1.5 论文结构安排 | 第21-23页 |
| 第二章 个性化推荐系统及协同过滤算法的技术分析 | 第23-33页 |
| 2.1 个性化推荐系统概述 | 第23-25页 |
| 2.2 个性化推荐系统的评价指标 | 第25-27页 |
| 2.2.1 精确度 | 第25-26页 |
| 2.2.2 用户满意度 | 第26-27页 |
| 2.3 协同过滤推荐算法的技术分析 | 第27-31页 |
| 2.3.1 用户评估矩阵 | 第28-29页 |
| 2.3.2 相似性计算 | 第29-30页 |
| 2.3.3 预测打分 | 第30-31页 |
| 2.4 协同过滤推荐算法的分类 | 第31-32页 |
| 2.4.1 基于用户（User-based）的协同过滤推荐算法 | 第31-32页 |
| 2.4.2 基于项目（Item-based）的协同过滤推荐算法 | 第32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于用户搜索内容的协同过滤推荐算法的设计 | 第33-53页 |
| 3.1 推荐算法的总体设计 | 第33-35页 |
| 3.2 用户搜索记录的分析与研究 | 第35-37页 |
| 3.3 基于电影类目关键字词典和用户搜索记录的特征权重赋值算法的设计 | 第37-43页 |
| 3.3.1 电影类目的网络搜索标签词典的设计规则 | 第38-40页 |
| 3.3.2 基于电影分类标签词典的特征权重赋值方法的设计 | 第40-43页 |
| 3.4 基于《同义词词林 扩展版》和搜索记录的用户相似性计算算法的设计 .. 343.4.1 《同义词词林 扩展版》概述 | 第43-49页 |
| 3.4.2 基于同义词词林的词语相似性算法的设计 | 第45-47页 |
| 3.4.3 基于同义词词林的用户查询向量相似度计算方法的设计 | 第47-48页 |
| 3.4.4 改进后用户相似性计算方法 | 第48-49页 |
| 3.5 基于用户搜索内容的协同过滤算法总结 | 第49-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第四章 电影个性化推荐系统的设计与实现 | 第53-67页 |
| 4.1 需求分析 | 第53-54页 |
| 4.2 电影个性化推荐系统的设计 | 第54-58页 |
| 4.2.1 表现层 | 第55页 |
| 4.2.2 业务层 | 第55-56页 |
| 4.2.3 数据层 | 第56-58页 |
| 4.3 电影个性化推荐系统的实现 | 第58-66页 |
| 4.3.1 系统技术组成 | 第58-61页 |
| 4.3.2 数据库表展示 | 第61-63页 |
| 4.3.3 系统界面展示 | 第63-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第五章 实验设计与结果分析 | 第67-80页 |
| 5.1 实验数据及环境 | 第67-69页 |
| 5.1.1 实验测试集 | 第67-68页 |
| 5.1.2 电影标签词典 | 第68-69页 |
| 5.1.3 《同义词词林 扩展版》 | 第69页 |
| 5.1.4 实验环境 | 第69页 |
| 5.2 评价指标 | 第69-70页 |
| 5.3 实验方案设计 | 第70-72页 |
| 5.4 实验结果及分析 | 第72-79页 |
| 5.5 本章小结 | 第79-80页 |
| 第六章 总结与展望 | 第80-82页 |
| 6.1 总结 | 第80页 |
| 6.2 工作展望 | 第80-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-86页 |
