推荐系统中一种改进的协同过滤推荐算法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·推荐系统的研究现状 | 第8-10页 |
| ·论文的主要工作 | 第10-11页 |
| ·论文结构安排 | 第11-13页 |
| 第二章 推荐系统概述 | 第13-21页 |
| ·推荐系统概念 | 第13-14页 |
| ·推荐系统的分类 | 第14-15页 |
| ·推荐系统的评价指标 | 第15-16页 |
| ·推荐系统存在的问题 | 第16-19页 |
| ·冷启动问题 | 第16-17页 |
| ·数据稀疏性问题 | 第17-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 协同过滤推荐算法 | 第21-29页 |
| ·协同过滤推荐算法原理 | 第21-24页 |
| ·协同过滤推荐算法分类 | 第24-25页 |
| ·基于用户的协同过滤 | 第24页 |
| ·基于项目的协同过滤 | 第24-25页 |
| ·协同过滤推荐算法优缺点分析 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 第四章 基于非负矩阵分解的协同过滤推荐算法 | 第29-39页 |
| ·非负矩阵分解发展背景 | 第29-30页 |
| ·非负矩阵分解 | 第30-31页 |
| ·非负矩阵分解问题描述 | 第30-31页 |
| ·常用的非负矩阵分解方法 | 第31页 |
| ·基于非负矩阵分解的推荐算法 | 第31-37页 |
| ·本章小结 | 第37-39页 |
| 第五章 实验与分析 | 第39-61页 |
| ·实验环境 | 第39页 |
| ·实验系统 | 第39-41页 |
| ·实验系统流程 | 第39页 |
| ·数据预处理模块 | 第39-40页 |
| ·数据计算模块 | 第40-41页 |
| ·结果推荐模块 | 第41页 |
| ·实验系统分析 | 第41-43页 |
| ·实验分类 | 第41-42页 |
| ·实验数据 | 第42-43页 |
| ·模拟数据实验结果 | 第43-50页 |
| ·传统 UBCF 算法测试实验 | 第43-46页 |
| ·本文算法测试实验 | 第46-50页 |
| ·真实数据实验结果 | 第50-57页 |
| ·相似度方式选择实验 | 第50-52页 |
| ·单个参数对实验的影响 | 第52-54页 |
| ·多个参数共同对算法的影响实验 | 第54-57页 |
| ·本文算法与传统算法对比实验 | 第57页 |
| ·实验分析与总结 | 第57-58页 |
| ·本章小结 | 第58-61页 |
| 第六章 总结与展望 | 第61-65页 |
| ·论文工作总结 | 第61-62页 |
| ·未来工作展望 | 第62-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
