电影推荐算法的研究与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 个性化推荐系统的发展 | 第11-13页 |
| 1.2.2 推荐算法的发展 | 第13-15页 |
| 1.3 本文的组织结构 | 第15-17页 |
| 第2章 基于矩阵分解的协同过滤方法 | 第17-30页 |
| 2.1 个性化推荐系统的介绍 | 第17-18页 |
| 2.2 基于概率矩阵分解的协同过滤方法 | 第18-21页 |
| 2.3 基于协同式矩阵分解的协同过滤方法 | 第21-25页 |
| 2.4 基于社会化矩阵分解的协同过滤方法 | 第25-29页 |
| 2.4.1 平均社会关系正则化 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于双星图的矩阵分解方法 | 第30-39页 |
| 3.1 双星图的定义 | 第30-31页 |
| 3.2 基于双星图的矩阵分解方法 | 第31-37页 |
| 3.2.1 基于相关属性的相似性原则 | 第32-33页 |
| 3.2.2 平均正则化 | 第33-34页 |
| 3.2.3 个体正则化 | 第34-36页 |
| 3.2.4 算法 | 第36-37页 |
| 3.3 快速计算策略与可扩展性 | 第37页 |
| 3.4 本章总结 | 第37-39页 |
| 第4章 算法实现 | 第39-47页 |
| 4.1 实验工具与环境 | 第39-40页 |
| 4.2 数据集 | 第40-41页 |
| 4.3 评价指标 | 第41页 |
| 4.4 对比方法 | 第41-42页 |
| 4.5 有效性实验 | 第42-44页 |
| 4.6 冷启动性能实验 | 第44-45页 |
| 4.7 本章小结 | 第45-47页 |
| 第5章 总结与展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52页 |
