基于用户上下文和项目近邻的协同过滤推荐算法
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第13-20页 |
| 1.1 研究背景与意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.3 主要工作 | 第18-19页 |
| 1.4 论文结构 | 第19-20页 |
| 2 相关知识 | 第20-40页 |
| 2.1 协同过滤推荐 | 第20-21页 |
| 2.2 基于内容的推荐 | 第21-27页 |
| 2.3 冷启动问题 | 第27-28页 |
| 2.4 用户标签数据 | 第28-33页 |
| 2.5 上下文信息 | 第33-37页 |
| 2.6 评分建模与评分预测 | 第37-39页 |
| 2.7 本章小结 | 第39-40页 |
| 3 项目近邻选择方法的改进 | 第40-47页 |
| 3.1 约束概率矩阵分解算法 | 第40-41页 |
| 3.2 项目选择方法的改进 | 第41-44页 |
| 3.3 实验与结果分析 | 第44-45页 |
| 3.4 本章小结 | 第45-47页 |
| 4 用户上下文近邻选择新方法 | 第47-52页 |
| 4.1 经典用户近邻计算方法 | 第47-48页 |
| 4.2 用户上下文近邻选择新方法 | 第48-50页 |
| 4.3 实验与结果分析 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 CFUI算法描述与实验验证 | 第52-63页 |
| 5.1 算法描述 | 第52-54页 |
| 5.2 实验设计 | 第54-55页 |
| 5.3 实验结果分析 | 第55-62页 |
| 5.4 本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 作者简历 | 第69-71页 |
| 学位论文数据集 | 第71页 |
