| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·双聚类问题 | 第9-10页 |
| ·推荐系统问题 | 第10页 |
| ·双聚类和协同过滤算法的研究现状 | 第10-11页 |
| ·双聚类算法的国内外研究现状 | 第10-11页 |
| ·协同过滤算法的国内外研究现状 | 第11页 |
| ·本文的研究内容与文章结构 | 第11-13页 |
| 2 双聚类和协同过滤算法概述 | 第13-28页 |
| ·双聚类算法概述 | 第13-25页 |
| ·双聚类算法分类 | 第13-14页 |
| ·均方残差模型 | 第14-15页 |
| ·均方残差模型的基本性质 | 第15-16页 |
| ·基于均方残差模型的算法 | 第16-24页 |
| ·双聚类的其他模型 | 第24-25页 |
| ·协同过滤算法概述 | 第25-28页 |
| ·基于记忆的方法 | 第25-26页 |
| ·基于模型的方法 | 第26-27页 |
| ·协同过滤算法对比所用数据集和评价指标 | 第27-28页 |
| 3 求解单一簇的模糊双聚类算法 | 第28-40页 |
| ·引言 | 第28页 |
| ·基于显著性指标的模糊双聚类模型及求解 | 第28-31页 |
| ·算法收敛性分析 | 第31-34页 |
| ·模糊双聚类算法 | 第34-36页 |
| ·数值实验 | 第36-39页 |
| ·聚类评价 | 第36页 |
| ·仿真数据 | 第36-38页 |
| ·真实数据 | 第38-39页 |
| ·小结 | 第39-40页 |
| 4 改进的协同过滤算法 | 第40-62页 |
| ·基于模型算法的改进:SMSR CF和SMSR CoCF | 第40-49页 |
| ·引言 | 第40页 |
| ·简化的均方残差模型及求解 | 第40-42页 |
| ·基于简化均方残差的联合聚类模型及求解 | 第42-45页 |
| ·算法时间复杂度分析 | 第45页 |
| ·数值实验 | 第45-48页 |
| ·小结 | 第48-49页 |
| ·基于记忆算法的改进:Block-based CF和Block-based Fuzzy CF | 第49-55页 |
| ·引言 | 第49页 |
| ·预测块的基本定义 | 第49-50页 |
| ·基于预测块的协同过滤算法 | 第50-51页 |
| ·基于预测块的模糊协同过滤算法 | 第51-52页 |
| ·算法时间复杂度分析 | 第52页 |
| ·数值实验 | 第52-55页 |
| ·小结 | 第55页 |
| ·一种发现核心用户和商品集合的协同过滤算法:CoreCF | 第55-62页 |
| ·引言 | 第55页 |
| ·稀疏形式下的均方残差 | 第55-56页 |
| ·基于显著性指标的稀疏均方残差 | 第56-57页 |
| ·基于显著性指标的协同过滤模型及求解 | 第57-58页 |
| ·算法时间复杂度分析 | 第58-59页 |
| ·数值实验 | 第59-60页 |
| ·小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表学术论文情况 | 第67-68页 |
| 致谢 | 第68-70页 |
