首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于项目凝聚层次聚类的协同过滤推荐算法研究

摘要第3-4页
Abstract第4-5页
第1章绪论第10-16页
    1.1 研究背景第10-11页
    1.2 国内外研究现状第11-12页
    1.3 研究的目的与意义第12-13页
    1.4 主要研究内容第13-14页
    1.5 论文结构第14-16页
第2章相关文献综述第16-29页
    2.1 个性化推荐概述第16-19页
        2.1.1 个性化推荐系统概述第16-18页
        2.1.2 个性化推荐系统分类第18-19页
    2.2 聚类算法第19-22页
        2.2.1 聚类算法概述第19页
        2.2.2 聚类算法分类第19-22页
    2.3 协同过滤推荐算法第22-27页
        2.3.1 协同过滤推荐算法概述第22页
        2.3.2 协同过滤推荐算法工作流程第22-26页
        2.3.3 协同过滤推荐算法的分类第26-27页
    2.4 基于项目的协同过滤推荐算法第27-28页
        2.4.1 传统基于项目的协同过滤推荐算法第27页
        2.4.2 基于项目聚类的协同过滤推荐算法第27-28页
    2.5 推荐算法的性能分析第28页
    2.6 本章小结第28-29页
第3章基于项目的凝聚层次聚类第29-41页
    3.1 相关定义第29-33页
        3.1.1 聚类定义第29-30页
        3.1.2 K-means聚类算法概述第30-31页
        3.1.3 K-means聚类算法的优缺点第31页
        3.1.4 凝聚层次聚类算法概述第31-32页
        3.1.5 凝聚层次聚类算法实现步骤第32-33页
    3.2 基于项目的凝聚层次聚类算法第33-39页
        3.2.1 算法描述第33-37页
        3.2.2 算法步骤第37-39页
    3.3 基于项目的凝聚层次聚类算法性能分析第39-40页
        3.3.1 时间复杂度分析第39-40页
        3.3.2 空间复杂度分析第40页
    3.4 本章小结第40-41页
第4章基于项目凝聚层次聚类的协同过滤推荐第41-49页
    4.1 协同过滤推荐过程分析第41-42页
    4.2 基于项目凝聚层次聚类的协同过滤推荐框架第42-43页
    4.3 基于项目凝聚层次聚类的协同过滤推荐算法第43-47页
        4.3.1 算法描述第44-46页
        4.3.2 算法步骤第46-47页
    4.4 基于项目凝聚层次聚类的协同过滤推荐算法性能分析第47-48页
        4.4.1 时间复杂度分析第47-48页
        4.4.2 空间复杂度分析第48页
    4.5 本章小结第48-49页
第5章实验结果与分析第49-57页
    5.1 实验数据集和实验环境第49-50页
        5.1.1 实验数据集第49-50页
        5.1.2 实验环境第50页
    5.2 实验评价标准第50-51页
    5.3 实验设计及结果分析第51-56页
    5.4 本章小结第56-57页
第六章结论与展望第57-59页
    6.1 结论第57-58页
    6.2 展望第58-59页
致谢第59-60页
参考文献第60-64页
攻读学位期间发表学术论文以及参加科研情况第64-65页

论文共65页,点击 下载论文
上一篇:论福斯特对自然概念的探究
下一篇:高效的庞大图的频繁子图挖掘方法研究