| 摘要 | 第5-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 推荐系统面临的问题 | 第16-17页 |
| 1.4 本文研究内容 | 第17-18页 |
| 1.5 本文结构安排 | 第18-19页 |
| 第二章 推荐系统及推荐算法研究概述 | 第19-33页 |
| 2.1 引言 | 第19页 |
| 2.2 推荐系统基本概念 | 第19-22页 |
| 2.3 推荐算法简述 | 第22-27页 |
| 2.3.1 协同过滤推荐算法 | 第22-23页 |
| 2.3.2 基于内容的推荐算法 | 第23-26页 |
| 2.3.3 基于知识的推荐算法 | 第26-27页 |
| 2.3.4 混合推荐算法 | 第27页 |
| 2.4 协同过滤算法分类 | 第27-30页 |
| 2.5 协同过滤算法的实现步骤 | 第30-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 融合项目属性和兴趣变化的改进协同过滤算法研究 | 第33-49页 |
| 3.1 引言 | 第33页 |
| 3.2 问题的提出与分析 | 第33-35页 |
| 3.2.1 潜在邻居丢失问题 | 第33-34页 |
| 3.2.2 用户兴趣迁移问题 | 第34-35页 |
| 3.3 算法改进思路 | 第35-39页 |
| 3.3.1 融入项目属性偏好信息 | 第35-38页 |
| 3.3.2 引入时间函数 | 第38-39页 |
| 3.4 融合项目属性和兴趣变化的改进协同过滤算法 | 第39-42页 |
| 3.5 实验设计与结果分析 | 第42-47页 |
| 3.5.1 实验目的 | 第42页 |
| 3.5.2 实验数据集 | 第42-43页 |
| 3.5.3 实验评价指标 | 第43-44页 |
| 3.5.4 实验设计与结果分析 | 第44-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第四章 基于模糊聚类和矩阵填充的改进协同过滤算法研究 | 第49-68页 |
| 4.1 引言 | 第49页 |
| 4.2 问题的提出与分析 | 第49-50页 |
| 4.3 改进的模糊C-均值算法 | 第50-54页 |
| 4.3.1 模糊C-均值算法 | 第50-52页 |
| 4.3.2 FCM算法存在的问题 | 第52-53页 |
| 4.3.3 模糊C-均值算法优化 | 第53-54页 |
| 4.4 改进的 Slope One 填充算法 | 第54-56页 |
| 4.4.1 Slope One 算法及其改进方法 | 第54-56页 |
| 4.4.2 改进的 Slope One 填充算法描述 | 第56页 |
| 4.5 基于模糊聚类和矩阵填充的改进协同过滤算法 | 第56-60页 |
| 4.6 实验设计与结果分析 | 第60-66页 |
| 4.6.1 实验目的 | 第60页 |
| 4.6.2 实验数据集 | 第60页 |
| 4.6.3 实验评价指标 | 第60页 |
| 4.6.4 实验设计与结果分析 | 第60-66页 |
| 4.7 本章小结 | 第66-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 本文研究工作 | 第68-69页 |
| 5.2 未来工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间的研究成果目录 | 第74-75页 |
| 致谢 | 第75页 |
