基于用户实时反馈的协同过滤算法研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文的主要研究内容 | 第11页 |
| ·本文主体结构 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 2 电子商务推荐系统 | 第13-23页 |
| ·电子商务推荐系统的定义 | 第13-14页 |
| ·推荐系统的输入/输出 | 第14-16页 |
| ·推荐系统的输入 | 第14-15页 |
| ·推荐系统的输出 | 第15-16页 |
| ·个性化推荐技术 | 第16-21页 |
| ·基于关联规则推荐 | 第16-17页 |
| ·基于内容的推荐 | 第17-19页 |
| ·协同过滤推荐 | 第19-20页 |
| ·基于知识推荐 | 第20页 |
| ·组合推荐 | 第20-21页 |
| ·各种推荐方法的对比 | 第21页 |
| ·本章小结 | 第21-23页 |
| 3 协同过滤技术 | 第23-33页 |
| ·协同过滤的概述 | 第23-24页 |
| ·协同过滤的分类 | 第24-30页 |
| ·基于内存的协同过滤 | 第25-29页 |
| ·基于模型的协同过滤 | 第29-30页 |
| ·协同过滤的存在的问题 | 第30-31页 |
| ·小结 | 第31-33页 |
| 4 基于用户实时反馈的协同过滤推荐 | 第33-47页 |
| ·传统的协同过滤推荐模型存在的弊端 | 第33-34页 |
| ·基于用户实时反馈的协同过滤模型 | 第34-36页 |
| ·基于用户实时反馈的推荐提出的依据 | 第34页 |
| ·基于用户实时反馈的协同过滤推荐模型 | 第34-36页 |
| ·基于用户实时反馈协同过滤算法的实现 | 第36-42页 |
| ·相关概念的定义 | 第36页 |
| ·用户评价的间接反馈机制的原理 | 第36-41页 |
| ·推荐模型时效性方面的改进 | 第41-42页 |
| ·用户评价的直接反馈机制的原理 | 第42-43页 |
| ·基于用户实时反馈的协同过滤算法的推荐过程 | 第43-45页 |
| ·算法复杂度分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 5 实验及结果分析 | 第47-55页 |
| ·实验平台 | 第47页 |
| ·评价标准 | 第47-48页 |
| ·实验数据集 | 第48-49页 |
| ·实验设计 | 第49-50页 |
| ·数据预处理 | 第49-50页 |
| ·实验的设计思路 | 第50页 |
| ·实验结果与分析 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 6 总结和展望 | 第55-57页 |
| ·本文总结 | 第55页 |
| ·电子商务推荐系统未来展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61页 |
| A.作者在攻读学位期间发表的论文目录 | 第61页 |
