一种新型的协同过滤推荐算法
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·产品推荐算法研究现状 | 第9-11页 |
| ·主要推荐算法介绍 | 第9-10页 |
| ·协同过滤算法研究现状 | 第10-11页 |
| ·论文研究内容 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 第二章 协同过滤推荐算法 | 第13-22页 |
| ·传统协同过滤推荐算法 | 第13-16页 |
| ·协同过滤推荐算法简介 | 第13-15页 |
| ·协同过滤推荐现有算法的分类研究 | 第15-16页 |
| ·协同过滤推荐算法流程 | 第16-17页 |
| ·用户相似度计算 | 第17-19页 |
| ·选择用户近邻的方法 | 第19-20页 |
| ·协同过滤推荐结果评估方法 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 综合用户和项目评分及特征的协同过滤算法 | 第22-35页 |
| ·传统协同过滤推荐算法存在的问题及改进方法 | 第22-23页 |
| ·改进算法提出的依据 | 第23-24页 |
| ·综合用户和项目评分及特征因素的推荐算法 | 第24-34页 |
| ·用户特征及项目特征描述 | 第25-26页 |
| ·用户评分数据表示 | 第26-27页 |
| ·相似度计算 | 第27-28页 |
| ·最近邻居选取 | 第28-29页 |
| ·产生推荐 | 第29-30页 |
| ·数据集划分 | 第30页 |
| ·推荐算法描述 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 利用遗传算法优化改进算法的参数组合 | 第35-43页 |
| ·当前算法存在问题及解决方案 | 第35页 |
| ·遗传算法相关知识 | 第35-37页 |
| ·染色体编码方法 | 第37-38页 |
| ·初始种群生成方法 | 第38页 |
| ·基于遗传算法的参数优化流程 | 第38-41页 |
| ·参数优化过程总体流程 | 第38-39页 |
| ·参数优化过程具体描述 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第五章 改进算法实验与结果分析 | 第43-54页 |
| ·实验数据集 | 第43页 |
| ·实验数据集简介 | 第43页 |
| ·实验数据集划分 | 第43页 |
| ·实验环境 | 第43页 |
| ·实验及实验数据 | 第43-48页 |
| ·创建初始种群 | 第45页 |
| ·算法评价指标 | 第45-47页 |
| ·遗传算法选择、交叉和变异实现 | 第47-48页 |
| ·实验方案及结果分析 | 第48-53页 |
| ·实验方案一 | 第48-50页 |
| ·实验方案二 | 第50-52页 |
| ·实验方案三 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结及展望 | 第54-56页 |
| ·论文总结 | 第54-55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录1 程序清单 | 第59-60页 |
| 附录2 攻读硕士学位期间申请的专利 | 第60-61页 |
| 致谢 | 第61页 |
