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

基于用户兴趣聚类的协同过滤算法的研究与实现

中文摘要第3-5页
英文摘要第5-6页
1 绪论第9-15页
    1.1 研究背景与意义第9-12页
    1.2 主要内容和论文结构第12-14页
        1.2.1 主要研究内容第12-13页
        1.2.2 本文论文结构第13-14页
    1.3 本章小结第14-15页
2 相关理论概述第15-28页
    2.1 推荐算法简介第15-20页
    2.2 用户兴趣建模第20-24页
    2.3 聚类算法第24-27页
        2.3.1 聚类的概念第24-25页
        2.3.2 常用聚类算法介绍第25-27页
    2.4 本章小结第27-28页
3 基于兴趣圈聚类的推荐算法设计第28-41页
    3.1 原始数据预处理第28-31页
    3.2 聚类算法的实现第31-35页
        3.2.1 初始聚类中心的选择第31-32页
        3.2.2 K-means聚类过程第32-33页
        3.2.3 蚁群聚类过程第33-35页
    3.3 协同过滤推荐过程第35-38页
    3.4 算法整体流程描述第38-40页
    3.5 本章小结第40-41页
4 实验设计与结果分析第41-54页
    4.1 实验数据集第41页
    4.2 评价指标第41-42页
    4.3 实验设计第42-43页
    4.4 实验结果分析第43-53页
        4.4.1 聚类算法收敛的步数第49-50页
        4.4.2 聚类算法的系统性能表现第50-51页
        4.4.3 算法复杂度以及运行中的优化第51-53页
    4.5 本章小结第53-54页
5 总结与展望第54-56页
    5.1 全文总结第54-55页
    5.2 未来展望第55-56页
致谢第56-57页
参考文献第57-59页

论文共59页,点击 下载论文
上一篇:王造时的政治思想研究
下一篇:探析杜兆植作品《成陵祭》