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

基于符号数据分析的协同过滤推荐算法

摘要第1-4页
ABSTRACT第4-7页
第一章 概述第7-18页
   ·研究意义第7-9页
   ·符号数据分析概述第9-11页
     ·符号数据的类型第9-10页
     ·符号数据分析的过程第10-11页
   ·协同过滤算法概述第11-13页
   ·国内外研究现状第13-16页
   ·论文基本内容第16-18页
第二章 传统基于点数据的协同过滤第18-25页
   ·用户评价矩阵及其获取第18-19页
   ·协同过滤算法(CF)第19-23页
     ·基于用户的协同过滤算法(User-based CF)第19-21页
     ·基于项目的协同过滤算法(Item-based CF)第21-23页
   ·基于Slope-One 的协同过滤算法(Slope-One CF)第23-24页
   ·本章小结第24-25页
第三章 基于符号数据分析的协同过滤算法(CFSDA)第25-43页
   ·符号数据第25-28页
     ·用户信息的符号数据描述第25-27页
     ·符号数据分析的优势第27-28页
   ·基于用户的符号数据分析协同过滤(User-based CFSDA)第28-34页
     ·基于用户的符号数据分析协同过滤推荐过程描述第28-29页
     ·构建用户表第29-32页
     ·产生推荐第32-34页
   ·基于项目的符号数据分析协同过滤(Item-based CFSDA)第34-39页
     ·基于项目的符号数据分析协同过滤推荐过程描述第34页
     ·构建项目表第34-37页
     ·产生推荐第37-39页
   ·基于Slope-One 的符号数据分析协同过滤(Slope-One CFSDA)第39-42页
     ·基于Slope-One 的符号数据分析协同过滤推荐过程描述第39-40页
     ·产生推荐第40-42页
   ·本章小结第42-43页
第四章 实验与评价第43-56页
   ·实验数据集第43-45页
     ·实验数据集的背景第43-44页
     ·数据集的选取第44-45页
   ·实验过程第45-47页
     ·实验环境第45页
     ·评价标准第45-46页
     ·实验方案第46-47页
   ·实验结果及分析第47-55页
     ·数据稀疏度实验第47-49页
     ·稳定状况的实验第49-50页
     ·训练集比例的实验第50-53页
     ·新用户加入的实验第53-55页
   ·本章小结第55-56页
第五章 总结与展望第56-58页
   ·研究内容总结第56-57页
   ·论文展望第57-58页
发表论文和参加科研情况说明第58-59页
参考文献第59-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:社会性标签系统的个性化资源推荐
下一篇:引线键合机视觉定位方法与系统开发