基于启发式相似度和信任计算的混合推荐算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-17页 |
| 1.3 研究工作 | 第17-18页 |
| 1.4 组织结构 | 第18-19页 |
| 第2章 相关技术 | 第19-28页 |
| 2.1 个性化推荐技术 | 第19-21页 |
| 2.1.1 个性化推荐的定义 | 第19-20页 |
| 2.1.2 个性化推荐的分类 | 第20-21页 |
| 2.2 协同过滤推荐技术 | 第21-24页 |
| 2.2.1 基于内存的协同过滤 | 第22-23页 |
| 2.2.2 基于模型的协同过滤 | 第23-24页 |
| 2.3 混合推荐技术 | 第24-26页 |
| 2.4 数据挖掘技术 | 第26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 基于启发式相似度的推荐算法 | 第28-40页 |
| 3.1 算法框架 | 第29-30页 |
| 3.2 算法设计 | 第30-35页 |
| 3.2.1 启发式相似度 | 第30-32页 |
| 3.2.2 PSO优化参数 | 第32-33页 |
| 3.2.3 改进的KNN推荐 | 第33-35页 |
| 3.3 实验分析 | 第35-39页 |
| 3.3.1 数据集和评价指标 | 第35-36页 |
| 3.3.2 实验设置和性能比较 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 结合传递式信任度的混合推荐算法 | 第40-49页 |
| 4.1 算法框架 | 第41-42页 |
| 4.2 算法设计 | 第42-46页 |
| 4.2.1 传递式信任度 | 第42-44页 |
| 4.2.2 结合信任度的相似性度量 | 第44-45页 |
| 4.2.3 改进的KNN推荐 | 第45-46页 |
| 4.3 实验分析 | 第46-48页 |
| 4.3.1 控制参数的影响 | 第46-47页 |
| 4.3.2 推荐质量对比 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 结合区分式关系度的混合推荐算法 | 第49-56页 |
| 5.1 算法框架 | 第49-50页 |
| 5.2 算法设计 | 第50-54页 |
| 5.2.1 区分式关系度 | 第50-52页 |
| 5.2.2 结合关系度的相似性度量 | 第52-53页 |
| 5.2.3 改进的KNN推荐 | 第53-54页 |
| 5.3 实验分析 | 第54-55页 |
| 5.3.1 控制参数的影响 | 第54页 |
| 5.3.2 推荐质量对比 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 附录A (攻读硕士学位期间所发表的论文目录) | 第63-64页 |
| 致谢 | 第64页 |
