文摘
英文文摘
声明
第1章 绪论
1.1研究的背景及意义
1.1.1研究的背景
1.1.2研究的意义
1.2研究现状与相关工作
1.2.1推荐系统研究现状
1.2.2协同过滤相关文献回顾
1.3研究内容及结构安排
1.3.1研究内容
1.3.2结构安排
第2章 推荐系统
2.1推荐系统中的实体
2.1.1推荐系统的概念及两种重要实体
2.1.2推荐系统中的用户实体
2.1.3推荐系统中的项目实体
2.2推荐系统的组成研究
2.2.1推荐系统使用的数据概述
2.2.2推荐算法隐含的推荐逻辑依据
2.2.3推荐系统的功能结构
2.3推荐系统的评价标准
2.3.1推荐系统的有效性
2.3.2推荐系统的准确性
2.3.3推荐系统的泛在性
2.3.4推荐系统的进化性
第3章 协同过滤技术
3.1协同过滤的特征分析
3.1.1协同过滤的概念
3.1.2协同过滤技术的应用前提
3.1.3协同过滤技术的优势与劣势
3.1.4协同过滤技术的应用范围分析
3.2协同过滤算法概述
3.2.1相似度度量方法介绍
3.2.2基于内存的协同过滤算法
3.2.3相似度计算的权重策略
3.3协同过滤的有效性问题
3.3.1协同过滤技术的冷启动问题
3.3.2协同过滤技术的灰色用户问题
3.3.3协同过滤技术的托攻击问题
3.4协同过滤的准确性问题
3.4.1评分矩阵数据稀疏性问题概述
3.4.2推荐系统同义词问题
第4章 协同过滤推荐系统研究
4.1分众分类推荐系统逻辑结构设计
4.1.1分众分类推荐系统框架
4.1.2用户在推荐系统中的角色
4.1.3推荐系统的功能
4.1.4推荐系统的结构
4.2分众分类推荐算法设计
4.2.1计算F矩阵
4.2.2计算用户及项目的评分相似度与标签相似度
4.3仿真实验
4.3.1实验数据选择与预处理
4.3.2算法评价标准
4.3.3分众分类等算法对比实验步骤
4.3.4分众分类推荐算法参数选择分析
4.3.5仿真实验结果评价
第5章 结论
5.1全文总结
5.2研究展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果