声明
摘要
1、绪论
1.1、研究背景与意义
1.2、研究现状
1.3、本文的主要研究内容
1.4、论文的结构和各章内容
2、推荐系统理论及相关核心技术
2.1、个性化推荐系统
2.2、基于内容的推荐理论
2.3、基于文本相似性的项目特征提取与相似性度量
2.3.1、文本相似度计算概述
2.3.2、文本特征提取
2.3.3、TF-IDF方法计算文本相似性
2.4、协同过滤推荐理论
2.4.1、基于内存的协同过滤
2.4.2、基于模型的协同过滤
2.5、相似性计算
2.6、推荐结果的产生与评价
3、基于不同基本相似度计算方法的Item-CF
3.1、引言
3.3、Item-CF协同过滤算法
3.4、实验与分析
3.4.1、实验数据说明
3.4.2、实验方案与评价指标
3.4.3、实验结果与分析
3.5、本章小结
4、基于课程内容的相似性修正Item-CF
4.1、引言
4.2、基于TF-IDF算法计算课程相似性的计算
4.3、基于课程相关系数的相似性修正
4.4、实验与分析
4.4.1、实验数据说明
4.4.2、实验方案与评价指标
4.4.3、实验结果与分析
4.5、本章小结
5、基于课程热度加权的相似性修正Item-CF
5.1、引言
5.2、基于热度加权修正课程相似性的协同推荐
5.3、实验与分析
5.3.1、实验数据说明
5.3.2、实验方案与评价指标
5.3.3、实验结果与分析
5.4、本章小结
6、总结与展望
参考文献
致谢
华中师范大学;