文摘
英文文摘
第一章 绪论
1.1 课题研究背景
1.2 国内外相关研究现状
1.2.1 个性化推荐技术
1.2.2 个性化推荐系统
1.3 主要研究内容
1.4 论文组织结构
第二章 个性化推荐系统及其核心技术
2.1 个性化推荐系统
2.2 个性化推荐技术
2.2.1 基于内容推荐
2.2.2 基于协同过滤推荐
2.2.3 基于关联规则推荐
2.2.4 基于效用推荐
2.2.5 基于知识推荐
2.2.6 组合推荐
2.3 协同过滤技术的详细介绍
2.3.1 协同过滤算法思想
2.3.2 协同过滤技术的分类
2.3.3 协同过滤技术的优点
2.3.4 协同过滤技术的缺点及解决方法
2.4 小结
第三章 基于云模型的项目评分预测推荐算法
3.1 传统的项目相似性度量方法
3.2 云模型相关介绍
3.3 基于云模型的项目评分预测推荐算法
3.3.1 相关定义
3.3.2 基于云模型预测未评分项目评分
3.3.3 产生推荐集
3.4 实验
3.4.1 测试数据集
3.4.2 评价标准
3.4.3 实验过程
3.4.4 实验结果及分析
3.5 小结
第四章 基于综合项目相似性的协同过滤推荐算法
4.1 未考虑项目类别相似性的个性化推荐算法
4.2 已有的计算项目类别相似性方法
4.3 基于Jaccard相似性的项目类别相似性度量
4.4 基于综合项目相似性的个性化推荐算法
4.4.1 综合项目相似性的相关定义
4.4.2 基于综合项目相似性预测未评分项目评分
4.4.3 产生推荐集
4.5 实验
4.5.1 实验过程
4.5.2 实验结果及分析
4.6 小结
第五章 结论与展望
5.1 研究工作及成果总结
5.2 进一步研究方向
参考文献
致谢
攻读学位期间主要研究成果