基于神经网络的个性化推荐算法研究与设计
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 背景 | 第8-9页 |
| 1.2 推荐系统的主要研究内容及研究现状 | 第9-13页 |
| 1.2.1 推荐系统主要的研究内容 | 第9-10页 |
| 1.2.2 推荐系统研究现状 | 第10-13页 |
| 1.3 推荐系统面临的主要挑战 | 第13-14页 |
| 1.4 本文工作 | 第14页 |
| 1.5 本文结构 | 第14-16页 |
| 2 推荐系统简介及评价标准 | 第16-24页 |
| 2.1 推荐系统 | 第16-19页 |
| 2.1.1 推荐系统与个性化服务 | 第17页 |
| 2.1.2 推荐系统的输入输出 | 第17-18页 |
| 2.1.3 推荐系统分类 | 第18-19页 |
| 2.2 推荐系统的评价标准 | 第19-23页 |
| 2.2.1 准确度评价指标 | 第19-22页 |
| 2.2.2 其他评价指标 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 基于对传网和BP神经网络组合的推荐算法设计 | 第24-35页 |
| 3.1 推荐算法目的 | 第24-25页 |
| 3.2 推荐算法流程框图 | 第25页 |
| 3.3 改进的对传网 | 第25-31页 |
| 3.3.1 对传网简介 | 第25-28页 |
| 3.3.2 对传网存在的问题 | 第28页 |
| 3.3.3 对传网隐含层学习算法的改进 | 第28-29页 |
| 3.3.4 对传网输出层学习算法的改进 | 第29-30页 |
| 3.3.5 基于改进的对传网的评分预测 | 第30-31页 |
| 3.4 BP神经网络 | 第31-33页 |
| 3.4.1 BP的结构及工作原理 | 第31-32页 |
| 3.4.2 BP的具体算法 | 第32页 |
| 3.4.3 基于BP神经网络综合预测评分 | 第32-33页 |
| 3.5 推荐产生 | 第33页 |
| 3.6 本章小结 | 第33-35页 |
| 4 改进对传网训练效率优化 | 第35-41页 |
| 4.1 必要性和可行性 | 第35-37页 |
| 4.2 优化原理 | 第37-38页 |
| 4.3 MapReduce实现 | 第38-40页 |
| 4.4 本章小结 | 第40-41页 |
| 5 实验与分析 | 第41-59页 |
| 5.1 实验数据 | 第41页 |
| 5.2 实验环境 | 第41-42页 |
| 5.3 推荐质量实验 | 第42-53页 |
| 5.3.1 实验方法 | 第42页 |
| 5.3.2 实验过程 | 第42-43页 |
| 5.3.3 对传网隐含层神经元个数测试 | 第43-49页 |
| 5.3.4 对传网隐含层学习算法比较 | 第49-52页 |
| 5.3.5 各推荐算法比较 | 第52-53页 |
| 5.4 算法效率实验 | 第53-59页 |
| 5.4.1 实验方法 | 第53页 |
| 5.4.2 实验过程 | 第53-57页 |
| 5.4.3 运行时间对比分析 | 第57页 |
| 5.4.4 加速比分析 | 第57-59页 |
| 6 总结与展望 | 第59-61页 |
| 6.1 工作总结 | 第59页 |
| 6.2 未来展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第66页 |
| B. 作者在攻读硕士学位期间参加的科研项目 | 第66页 |
