首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于用户综合兴趣的协同过滤推荐算法研究

摘要第4-5页
Abstract第5-6页
1 引言第9-20页
    1.1 选题背景及研究意义第9-13页
        1.1.1 选题背景第9-12页
        1.1.2 研究意义第12-13页
    1.2 研究综述第13-17页
        1.2.1 协同过滤算法研究综述第13-15页
        1.2.2 用户兴趣建模研究综述第15-17页
    1.3 本文的研究内容和组织结构第17-19页
        1.3.1 研究内容第17-18页
        1.3.2 组织结构第18-19页
    1.4 本文的创新点第19-20页
2 协同过滤算法相关理论介绍第20-27页
    2.1 基于用户的协同过滤算法第20-23页
        2.1.1 发现相似用户第21-22页
        2.1.2 提供推荐的物品第22-23页
    2.2 基于项目的协同过滤算法第23页
    2.3 推荐系统评价指标第23-25页
    2.4 协同过滤算法的不足第25-26页
    2.5 本章小结第26-27页
3 基于用户综合兴趣改进的协同过滤推荐算法第27-53页
    3.1 用户兴趣的分类与描述第27-30页
        3.1.1 用户客观兴趣模型第28-29页
        3.1.2 用户主观兴趣模型第29页
        3.1.3 用户综合兴趣模型第29-30页
    3.2 基于用户客观兴趣改进的协同过滤推荐算法第30-38页
        3.2.1 模糊C均值聚类第30-33页
        3.2.2 客观兴趣和客观兴趣度的定义第33页
        3.2.3 基于用户客观兴趣改进的协同过滤推荐算法OICF第33-35页
        3.2.4 实验与结果分析第35-38页
    3.3 基于用户主观兴趣改进的协同过滤推荐算法第38-45页
        3.3.1 主观兴趣与主观兴趣度第39-41页
        3.3.2 基于用户主观兴趣改进的协同过滤推荐算法SICF第41-43页
        3.3.3 实验与结果分析第43-45页
    3.4 基于用户综合兴趣改进的协同过滤推荐算法第45-52页
        3.4.1 基于综合兴趣推荐的优势第46页
        3.4.2 基于用户综合兴趣改进的协同过滤推荐算法UICF第46-48页
        3.4.3 实验与结果分析第48-52页
    3.5 本章小结第52-53页
4 基于用户综合兴趣改进的协同过滤推荐算法的进一步验证第53-68页
    4.1 数据挖掘的过程模型第53-54页
    4.2 基于用户综合兴趣改进的协同过滤推荐算法的进一步验证第54-66页
        4.2.1 数据集的来源与描述第54-55页
        4.2.2 数据预处理第55-60页
        4.2.3 实验与结果分析第60-66页
    4.3 本章小结第66-68页
5 总结与展望第68-70页
    5.1 研究工作总结第68-69页
    5.2 未来工作展望第69-70页
参考文献第70-75页
附录1传统算法程序代码第75-79页
附录2改进算法程序代码第79-92页
致谢第92-93页
攻读硕士学位期间发表的论文及科研情况第93页

论文共93页,点击 下载论文
上一篇:肤悦康洗剂治疗急性及亚急性湿疹临床疗效观察
下一篇:补肾通络汤联合塞来昔布胶囊治疗肾虚督寒型强直性脊柱炎的临床观察