| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文主要研究内容 | 第11-12页 |
| 1.4 论文主要结构 | 第12-14页 |
| 第2章 相关理论基础概述 | 第14-27页 |
| 2.1 协同过滤算法 | 第14-18页 |
| 2.1.1 基于用户的协同过滤算法 | 第14-17页 |
| 2.1.2 基于项目的协同过滤算法 | 第17-18页 |
| 2.2 K-means聚类算法 | 第18-20页 |
| 2.3 杂交水稻优化算法 | 第20-27页 |
| 2.3.1 杂交水稻优化算法的描述 | 第20-25页 |
| 2.3.2 杂交水稻优化算法的流程 | 第25-27页 |
| 2.4 本章小结 | 第27页 |
| 第3章 基于杂交水稻优化算法改进K-means聚类 | 第27-38页 |
| 3.1 K-means聚类算法存在的问题 | 第28-29页 |
| 3.2 K-means聚类算法现有的改进方法 | 第29页 |
| 3.3 基于杂交水稻优化算法改进K-means聚类 | 第29-35页 |
| 3.3.1 HRKM算法描述 | 第30-32页 |
| 3.3.2 HRKM算法流程 | 第32-35页 |
| 3.4 实验结果与分析 | 第35-38页 |
| 3.4.1 实验环境及实验数据 | 第35-36页 |
| 3.4.2 实验结果分析 | 第36-38页 |
| 3.5 本章小结 | 第38页 |
| 第4章 基于HRKM的相似度最优加权协同过滤算法 | 第38-54页 |
| 4.1 协同过滤算法存在的问题 | 第39-40页 |
| 4.2 基于杂交水稻优化求解相似度最优加权协同过滤算法 | 第40-43页 |
| 4.2.1 相似度最优加权协同过滤推荐模型 | 第40页 |
| 4.2.2 基于杂交水稻优化算法求解相似度最优加权的协同过滤 | 第40-43页 |
| 4.3 基于HRKM算法的相似度最优加权协同过滤算法流程 | 第43-47页 |
| 4.3.1 相似用户的聚类 | 第45-46页 |
| 4.3.2 最优加权相似度计算 | 第46-47页 |
| 4.3.3 用户评分预测与推荐 | 第47页 |
| 4.4 算法实验及实验结果分析 | 第47-53页 |
| 4.4.1 实验环境及实验数据 | 第47-48页 |
| 4.4.2 度量标准 | 第48页 |
| 4.4.3 实验结果分析 | 第48-51页 |
| 4.4.4 应用与实践 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 附录 | 第61页 |
