| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究意义 | 第7页 |
| ·研究现状 | 第7-10页 |
| ·论文基本内容及结构 | 第10-12页 |
| 第二章 基本原理 | 第12-21页 |
| ·符号数据分析概述 | 第12-15页 |
| ·协同过滤算法概述及理论基础 | 第15-18页 |
| ·聚类分析概述 | 第18-20页 |
| ·系统聚类 | 第18-19页 |
| ·K 均值聚类 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于分布式符号数据的群组推荐算法 | 第21-35页 |
| ·分布式符号数据 | 第21-22页 |
| ·基于分布式符号数据的协同过滤群组推荐算法 | 第22-27页 |
| ·基于符号数据描述的群组用户模型的构建 | 第23-26页 |
| ·得到项目之间的相似度 | 第26-27页 |
| ·得到推荐结果 | 第27页 |
| ·算法评价 | 第27-33页 |
| ·实验数据来源 | 第28-29页 |
| ·对比方法—基于项目的点数据群组协同过滤算法 | 第29-30页 |
| ·评价标准 | 第30页 |
| ·实验过程及结果分析 | 第30-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 基于区间型符号数据的群体推荐算法研究 | 第35-49页 |
| ·区间型符号数据的理论基础 | 第35-37页 |
| ·区间变量的四则运算 | 第35-36页 |
| ·区间型符号数据的统计量描述 | 第36-37页 |
| ·基于区间型符号数据的K 均值聚类分析研究 | 第37-40页 |
| ·区间型符号数据的距离讨论 | 第37-39页 |
| ·基于区间型符号数据的K 均值聚类分析过程 | 第39-40页 |
| ·基于区间型符号数据及K 均值聚类方法的群组推荐算法 | 第40-43页 |
| ·得到群组的区间型符号数据描述 | 第40-41页 |
| ·得到目标群组关于项目总体的相似群组 | 第41-43页 |
| ·得到推荐结果 | 第43页 |
| ·算法评价 | 第43-47页 |
| ·实验数据来源 | 第43页 |
| ·对比方法—基于项目的点数据群组协同过滤算法 | 第43-44页 |
| ·评价标准 | 第44页 |
| ·实验过程及结果分析 | 第44-47页 |
| ·基于分布式和区间型符号数据群组推荐系统的对比分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| ·研究内容总结 | 第49页 |
| ·研究展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 发表论文和参加科研情况说明 | 第55-56页 |
| 致谢 | 第56页 |