声明
1 绪言
1.1 研究背景和意义
1.2 国内外研究现状
1.3 本文主要工作
1.4 本文的组织结构
2 协同过滤技术
2.1 基于用户的协同过滤算法
2.2 基于物品的协同过滤算法
2.3 隐语义模型
2.4 评价指标
2.5 算法性能分析
3 基于LOF离群点检测方法检测异常用户
3.1 推荐系统中噪声数据的影响
3.2 离群点检测方法介绍
3.3 局部异常因子算法
3.4 离群检测算法检测异常用户算法描述
3.5 性能分析
4 基于LDA算法改进的混合协同过滤模型
4.1 LDA模型介绍
4.2 LDA-CF混合模型
5 基于核密度估计改进的混合协同过滤模型
5.1 核密度估计介绍
5.2 核密度估计理论基础
5.3 核估计领域混合模型
6 实证分析
6.1 LOF算法效果分析
6.2 LDA主题数目的影响
6.3 核密度估计核函数窗宽的影响
6.4 改进算法与传统算法
6.5 本节总结
7 推荐算法在课堂交互平台的应用
7.1 课堂交互平台
7.2 KERNEL-CF预测
7.3 本节小结
8 总结与展望
致谢
参考文献