基于聚类和矩阵分解的协同过滤算法研究

摘要	第1-5页
ABSTRACT	第5-9页
1 绪论	第9-16页
·研究背景及意义	第9-10页
·国内外研究现状	第10-14页
·联合聚类研究现状	第10-12页
·协同过滤研究现状	第12-13页
·面临的主要问题和挑战	第13-14页
·论文的主要研究内容	第14-15页
·论文的组织结构	第15页
·本章小结	第15-16页
2 协同过滤技术	第16-34页
·传统协同过滤推荐算法	第16-22页
·传统的协同过滤算法	第18-19页
·协同过滤推荐算法的基本流程	第19-20页
·用户相似度计算方法	第20-22页
·基于聚类的协同过滤技术	第22-28页
·基于项目聚类的协同过滤	第23-25页
·基于用户聚类的协同过滤	第25-27页
·基于用户和项目双重聚类的协同过滤	第27-28页
·矩阵分解方法	第28-30页
·评价标准和常用数据集	第30-33页
·评价标准	第30-32页
·常用数据集	第32-33页
·本章小结	第33-34页
3 协同过滤算法研究和改进	第34-43页
·联合聚类算法的研究和改进	第35-37页
·增量更新机制及其改进	第37-38页
·矩阵分解推荐算法的研究和改进	第38-42页
·基于梯度下降法的矩阵分解	第38-39页
·加入全局偏置	第39-40页
·社会兴趣随时间变化	第40-42页
·本章小结	第42-43页
4 算法实验与结果分析	第43-48页
·实验数据集	第43-44页
·联合聚类实验	第44-46页
·实验结果分析	第46-47页
·本章小结	第47-48页
5 总结与展望	第48-50页
·总结	第48页
·展望	第48-50页
参考文献	第50-55页
致谢	第55-56页
攻读学位期间的研究成果	第56页