基于神经网络的影视推荐算法研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 国内外的研究现状与分析 | 第11-14页 |
| 1.3 课题的来源及研究内容 | 第14-16页 |
| 1.3.1 课题来源 | 第14页 |
| 1.3.2 课题的主要研究内容 | 第14-16页 |
| 第2章 经典推荐算法及其优化 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 推荐算法 | 第16-20页 |
| 2.2.1 基于内容的推荐 | 第16-17页 |
| 2.2.2 基于用户推荐的协同过滤算法 | 第17-19页 |
| 2.2.3 关联规则算法 | 第19-20页 |
| 2.3 混合推荐算法优化 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于神经网络的推荐算法 | 第24-36页 |
| 3.1 引言 | 第24页 |
| 3.2 神经网络的基本原理 | 第24-27页 |
| 3.3 自编码神经网络 | 第27-32页 |
| 3.3.1 降噪自编码 | 第28页 |
| 3.3.2 逐层贪婪训练算法 | 第28-29页 |
| 3.3.3 栈式降噪自编码 | 第29-32页 |
| 3.4 SDAE-CF算法描述 | 第32-35页 |
| 3.4.1 PCA处理项目属性 | 第33-34页 |
| 3.4.2 生成推荐列表 | 第34-35页 |
| 3.4.3 项目相似性计算 | 第35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 实验设计与结果 | 第36-41页 |
| 4.1 实验数据与平台 | 第36页 |
| 4.2 结果对比与分析 | 第36-40页 |
| 4.3 本章小节 | 第40-41页 |
| 结论 | 第41-42页 |
| 参考文献 | 第42-47页 |
| 攻读硕士学位期间所发表的学术论文 | 第47-48页 |
| 致谢 | 第48页 |
