首页--艺术论文--电影、电视艺术论文--电影、电视企业组织与管理论文--流通和放映论文

基于融合模型的电影推荐算法研究

摘要第3-4页
Abstract第4-5页
第一章 绪论第8-14页
    1.1 背景介绍第8-9页
    1.2 研究意义第9-10页
    1.3 文献综述第10-11页
        1.3.1 国外研究现状第10-11页
        1.3.2 国内研究现状第11页
    1.4 研究内容及创新点第11-12页
        1.4.1 研究内容第11-12页
        1.4.2 研究创新点第12页
    1.5 论文结构第12-14页
第二章 理论基础第14-25页
    2.1 推荐系统第14-15页
        2.1.1 什么是推荐系统第14页
        2.1.2 推荐系统的应用第14-15页
    2.2 基于邻域的推荐算法第15-18页
        2.2.1 基于用户的协同过滤算法第15-16页
        2.2.2 基于项目的协同过滤算法第16-17页
        2.2.3 协同过滤算法的性能及其面临的问题第17-18页
    2.3 基于内容的推荐第18-19页
        2.3.1 基于内容的推荐算法与基于邻域的算法比较第19页
    2.4 基于图的推荐算法第19-20页
    2.5 融合推荐模型第20-21页
    2.6 推荐系统的测评第21-24页
        2.6.1 评测指标第22-24页
    2.7 本章小结第24-25页
第三章 融合推荐模型的构建第25-30页
    3.1 加权融合模型第25-26页
    3.2 基于用户的协同过滤算法及改进第26-27页
        3.2.1 基于用户的协同过滤算法(UCF)第26页
        3.2.2 改进的基于用户的协同过滤算法(GUCF)第26-27页
    3.3 基于项目的协同过滤算法及改进第27-28页
        3.3.1 基于项目的协同过滤算法(ITCF)第27页
        3.3.2 改进的基于项目的协同过滤算法(GITCF)第27-28页
    3.4 基于图的推荐算法及改进第28-29页
        3.4.1 基于图的推荐算法(NBI)第28页
        3.4.2 改进的基于图的推荐算法(WNBI)第28-29页
    3.5 本章小结第29-30页
第四章 数据分析与模型检测第30-35页
    4.1 数据处理第30页
    4.2 算法准确度分析第30-32页
    4.3 算法多样性分析第32-33页
    4.4 综合对比第33页
    4.5 确定融合模型权重值第33-34页
    4.6 本章小结第34-35页
第五章 总结及拓展第35-37页
参考文献第37-39页
致谢第39页

论文共39页,点击 下载论文
上一篇:张艺谋与吕克·贝松电影中女性形象比较研究
下一篇:浅析歌剧《木兰诗篇》唱段的艺术特点--以《假如我是个女人》为例