基于模糊聚类的智能推荐系统的研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·课题背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·论文主要研究内容 | 第11页 |
| ·论文组织结构 | 第11-13页 |
| 2 智能推荐系统概述 | 第13-26页 |
| ·智能推荐系统定义 | 第13-14页 |
| ·智能推荐技术 | 第14-20页 |
| ·基于内容的智能推荐 | 第14-16页 |
| ·基于协同过滤的智能推荐 | 第16-17页 |
| ·基于人口统计的智能推荐 | 第17页 |
| ·基于效用的智能推荐 | 第17-18页 |
| ·基于知识的智能推荐 | 第18-19页 |
| ·混合智能推荐 | 第19-20页 |
| ·智能推荐系统组成 | 第20-22页 |
| ·输入模块 | 第20-21页 |
| ·推荐方法模块 | 第21-22页 |
| ·输出模块 | 第22页 |
| ·推荐系统的框架结构和流程 | 第22-26页 |
| ·推荐系统的组成框架 | 第23页 |
| ·推荐系统的工作流程 | 第23-26页 |
| 3 基于模糊聚类的推荐算法 | 第26-32页 |
| ·模糊聚类概述 | 第26-27页 |
| ·模糊聚类的过程 | 第27-29页 |
| ·数据标准化 | 第27页 |
| ·建立相似矩阵 | 第27-28页 |
| ·模糊聚类 | 第28-29页 |
| ·基于模糊聚类推荐算法的原理 | 第29-32页 |
| ·基于模糊聚类推荐算法的研究现状 | 第29页 |
| ·基于模糊聚类推荐的流程 | 第29-32页 |
| 4 系统的设计与研究 | 第32-43页 |
| ·确定用户和项目的属性矩阵 | 第32-35页 |
| ·标称型属性变量 | 第32-33页 |
| ·区间型属性变量 | 第33页 |
| ·二元变量 | 第33-35页 |
| ·基于属性分类的相异度计算 | 第35-36页 |
| ·标称型属性的相异度 | 第35页 |
| ·区间型属性的相异度 | 第35页 |
| ·对称型二元变量的相异度 | 第35-36页 |
| ·对象相异度计算 | 第36页 |
| ·建立模糊聚类 | 第36-41页 |
| ·模糊聚类算法 | 第36-37页 |
| ·改进的FCM算法 | 第37-41页 |
| ·建立模糊聚类 | 第41页 |
| ·混合智能推荐 | 第41-43页 |
| 5 系统实现与分析 | 第43-50页 |
| ·系统模块设计 | 第43-44页 |
| ·平台和开发工具 | 第44-45页 |
| ·系统测试 | 第45-48页 |
| ·测试数据选取 | 第46页 |
| ·测试评价指标 | 第46页 |
| ·测试结果 | 第46-48页 |
| ·系统分析 | 第48页 |
| ·系统运行结果 | 第48-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表学术论文情况 | 第54-55页 |
| 致谢 | 第55-56页 |
