首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

推荐系统中协同过滤算法研究

中文摘要第3-4页
英文摘要第4页
1 绪论第7-13页
    1.1 课题背景第7-9页
        1.1.1 研究背景第7-9页
        1.1.2 研究意义第9页
    1.2 研究现状分析第9-11页
        1.2.1 国际研究现状第9-10页
        1.2.2 国内研究现状第10-11页
    1.3 本文研究内容第11-12页
        1.3.1 本文主要工作第11-12页
        1.3.2 本文章节安排第12页
    1.4 本章小结第12-13页
2 推荐技术介绍第13-36页
    2.1 推荐系统概述第13-20页
        2.1.1 信息过载第13-14页
        2.1.2 信息检索和信息过滤第14-16页
        2.1.3 推荐系统第16-20页
    2.2 协同过滤推荐算法关键技术第20-31页
        2.2.1 数据表示第20-22页
        2.2.2 基于内存的协同过滤算法第22-29页
        2.2.3 基于模型的协同过滤算法第29-31页
    2.3 协同过滤算法面临的挑战第31-32页
    2.4 评价标准第32-34页
    2.5 实验数据集第34-35页
    2.6 本章小结第35-36页
3 基于评分差值相似度的协同过滤算法第36-51页
    3.1 引言第36页
    3.2 现有的相似度评价标准第36-40页
        3.2.1 标准的余弦相似度第38页
        3.2.2 Pearson相似度第38-39页
        3.2.3 修正的余弦相似度第39页
        3.2.4 Jaccard相似度第39-40页
    3.3 基于用户评分差值相似度的算法第40-45页
        3.3.1 用户间评分项目的分类第40-42页
        3.3.2 评分不同项对相似度的贡献度第42-43页
        3.3.3 评分相同项对相似度的贡献度第43-44页
        3.3.4 评分差值相似度第44-45页
        3.3.5 产生推荐第45页
    3.4 算法描述第45-48页
    3.5 实验结果与分析第48-50页
    3.6 本章小结第50-51页
4 一种改进稀疏性的协同过滤算法第51-64页
    4.1 稀疏性问题第51-52页
    4.2 现有解决方案第52-54页
    4.3 改进的协同过滤算法第54-60页
        4.3.1 改进策略思想第54-56页
        4.3.2 改进算法的步骤第56-58页
        4.3.3 算法描述第58-60页
    4.4 实验结果与分析第60-63页
    4.5 本章小结第63-64页
5 总结与展望第64-66页
    5.1 全文总结第64页
    5.2 展望第64-66页
致谢第66-67页
参考文献第67-70页
附录第70页
    A. 作者在攻读硕士学位期间发表的论文目录第70页
    B. 作者在攻读硕士学位期间参与的科研项目第70页

论文共70页,点击 下载论文
上一篇:基于音乐分类的哼唱检索研究
下一篇:基于支持向量机的表情识别应用研究