声明
摘要
插图索引
附表索引
第1章 绪论
1.1 研究背景
1.2 国内外研究现状
1.3 推荐算法的测评指标
1.3.1 预测准确度
1.3.2 覆盖率
1.3.3 新颖性
1.4 本文的主要研究内容
1.5 论文的组织
第2章 协同过滤推荐技术
2.1 协同过滤概念和原理
2.2 协同过滤推荐技术的应用
2.3 经典的协同过滤推荐技术
2.3.1 隐语义模型
2.3.2 基于邻域推荐技术
2.3.3 混合推荐技术
2.4 协同过滤推荐技术存在的问题
2.4.1 准确性问题
2.4.2 冷启动问题
2.5 本章小结
第3章 改进的k-means自组织映射协同过滤算法
3.1 设计动机
3.2 算法介绍
3.2.1 SOM算法
3.2.2 K-MEANS聚类算法
3.2.3 改进的K-means算法
3.3 SOM-IK算法
3.4 实验结果分析
3.4.1 用户分类标准
3.4.2 实验环境
3.4.3 实验分析
3.5 本章小结
第4章 协同过滤算法的冷启动问题的改进算法
4.1 传统的协同过滤算法存在冷启动问题
4.2 现有的关于冷启动问题的解决方法
4.3 DecRec算法
4.3.1 算法的前提假设
4.3.2 算法的理论基础
4.3.2 算法的描述
4.4 实验结果与分析
4.4.1 实验数据集
4.4.2 实验设置
4.4.3 结果与分析
4.5 本章小结
结论
参考文献
致谢