声明
摘要
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状与分析
1.2.1 研究现状简述
1.2.2 研究现状分析
1.3 本文主要工作
1.4 本文的组织结构
第二章 推荐系统及其相关技术
2.1 推荐系统
2.1.1 推荐系统的定义
2.1.2 推荐系统的分类
2.2 推荐算法
2.2.1 基于关联规则的推荐
2.2.2 基于内容的推荐
2.2.3 基于协同过滤的推荐
2.2.4 其他推荐算法简介
2.3 总结
第三章 基于SimHash的相似度计算方法
3.1 数据稀疏性问题和现有解决方法
3.1.1 数据稀疏性问题及其主要成因
3.1.2 现有解决方法
3.2 基于SimHash的相似度计算方法
3.2.1 SimHash算法介绍
3.2.2 基于SimHash的相似度计算方法
3.3 实验结果与算法分析
3.3.1 实验数据集
3.3.2 度量方法
3.3.3 实验结果与分析
3.4 总结
第四章 基于时间加权的混合推荐算法
4.1 问题背景
4.2 一种基于时间加权的混合推荐算法
4.2.1 数据预处理
4.2.2 计算用户的最近邻居
4.2.3 推荐产生
4.3 实验结果与分析
4.3.1 实验数据集
4.3.2 度量方法
4.3.3 实验结果与分析
4.4 总结
第五章 结论
5.1 本文工作
5.2 后续工作
参考文献
致谢
厦门大学;