基于用户-项目同步聚类的个性化推荐研究
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文的主要内容和创新点 | 第11页 |
| 1.4 本文的组织结构 | 第11-13页 |
| 第2章 相关理论综述 | 第13-19页 |
| 2.1 协同过滤推荐方法 | 第13-15页 |
| 2.2 基于聚类的协同过滤 | 第15-17页 |
| 2.3 基于矩阵分解的聚类算法 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 用户兴趣发现模型 | 第19-25页 |
| 3.1 问题定义 | 第19-22页 |
| 3.2 问题求解 | 第22-24页 |
| 3.3 本章小结 | 第24-25页 |
| 第4章 基于用户多兴趣的个性化推荐模型 | 第25-38页 |
| 4.1 用户和项目重叠聚类 | 第25-26页 |
| 4.2 类内评分预测 | 第26-27页 |
| 4.3 评分合并 | 第27-28页 |
| 4.4 实验及分析 | 第28-37页 |
| 4.4.1 实验数据和评价指标 | 第28-30页 |
| 4.4.2 比较方法 | 第30-31页 |
| 4.4.3 实验结果及分析 | 第31-37页 |
| 4.5 本章小结 | 第37-38页 |
| 第5章 基于用户类兴趣模式的个性化推荐模型 | 第38-60页 |
| 5.1 框架概述 | 第38-39页 |
| 5.2 子矩阵建立与兴趣度预测 | 第39-40页 |
| 5.3 重叠子矩阵兴趣度合并 | 第40-41页 |
| 5.4 实验及分析 | 第41-54页 |
| 5.4.1 实验设置 | 第42页 |
| 5.4.2 比较方法 | 第42-43页 |
| 5.4.3 实验结果及分析 | 第43-54页 |
| 5.5 讨论 | 第54-59页 |
| 5.5.1 类间兴趣度的有效性验证 | 第54-58页 |
| 5.5.2 数据稀疏和可扩展性 | 第58-59页 |
| 5.6 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 发表论文和参加科研情况说明 | 第66-67页 |
| 致谢 | 第67页 |
