结合项目分类和云模型的协同过滤算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·传统协同过滤研究现状 | 第11-13页 |
| ·基于云模型的协同过滤研究现状 | 第13-14页 |
| ·主要研究内容 | 第14-15页 |
| ·论文组织结构 | 第15-17页 |
| 2 个性化推荐系统及相关技术 | 第17-29页 |
| ·个性化推荐系统概述 | 第17-19页 |
| ·个性化推荐主要技术简介 | 第19-23页 |
| ·基于内容的推荐 | 第20-21页 |
| ·基于协同过滤的推荐 | 第21-22页 |
| ·基于关联规则的推荐 | 第22页 |
| ·基于效用的推荐 | 第22页 |
| ·基于用户统计信息推荐 | 第22页 |
| ·基于知识的推荐 | 第22-23页 |
| ·组合推荐 | 第23页 |
| ·协同过滤推荐算法 | 第23-29页 |
| ·协同过滤算法介绍 | 第23-24页 |
| ·协同过滤算法分类 | 第24-25页 |
| ·协同过滤算法优缺点分析 | 第25-26页 |
| ·目前协同过滤算法的主要改进 | 第26-29页 |
| 3 基于项目分类的协同过滤改进算法 | 第29-42页 |
| ·算法提出 | 第29-30页 |
| ·基于项目分类的协同过滤改进算法 | 第30-37页 |
| ·传统的协同过滤算法 | 第30-32页 |
| ·基于项目分类预测未评分项目评分算法 | 第32-34页 |
| ·基于项目分类的协同过滤改进算法 | 第34-37页 |
| ·数据集及评价指标 | 第37-38页 |
| ·实验数据集 | 第37-38页 |
| ·评价标准 | 第38页 |
| ·实验及结果分析 | 第38-41页 |
| ·实验一 | 第39-40页 |
| ·实验二 | 第40-41页 |
| ·小结 | 第41-42页 |
| 4 云模型简介 | 第42-46页 |
| ·引言 | 第42-43页 |
| ·云模型的相关概念 | 第43-44页 |
| ·云的主要定义 | 第43-44页 |
| ·云的性质 | 第44页 |
| ·云模型及其分类 | 第44页 |
| ·云模型算法 | 第44-46页 |
| 5 结合项目分类和云模型的协同过滤改进算法 | 第46-56页 |
| ·算法提出 | 第46页 |
| ·结合项目分类和云模型的协同过滤改进算法 | 第46-52页 |
| ·基于云模型的相似性度量方法 | 第46-47页 |
| ·结合项目分类和云模型的评分预测算法 | 第47-49页 |
| ·结合项目分类和云模型的协同过滤改进算法 | 第49-52页 |
| ·数据集及评价指标 | 第52页 |
| ·实验数据集 | 第52页 |
| ·评价标准 | 第52页 |
| ·实验及结果分析 | 第52-55页 |
| ·实验一 | 第52-53页 |
| ·实验二 | 第53-54页 |
| ·实验三 | 第54-55页 |
| ·小结 | 第55-56页 |
| 6 总结与展望 | 第56-59页 |
| ·本文总结 | 第56-57页 |
| ·进一步工作展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录 | 第65页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第65页 |
| B. 作者在攻读硕士学位期间所参与的科研课题 | 第65页 |
