第一个书签之前
摘 要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外发展状况
1.2.1 理论研究状况
1.2.2 实际应用状况
1.2.3 个性化推荐技术存在的问题
1.3 本文的主要工作
1.4 本文的内容安排
第二章 个性化推荐及其相关技术
2.1 相关技术
2.1.1 信息检索与信息过滤技术
2.1.2 数据挖掘技术
2.2 个性化推荐系统
2.3 主要的推荐技术
2.3.1 基于内容的推荐
2.3.2 基于关联规则的推荐
2.3.3 协同过滤推荐
2.3.4 混合推荐
2.4 基于用户的协同过滤推荐算法
2.4.1 用户相似度
2.4.2 邻域用户选择
2.4.3 物品推荐
2.5 推荐技术的评估标准
2.6 基于用户协同过滤推荐算法存在的问题
2.7 本章小结
第三章 聚类技术
3.1 聚类技术简介
3.2 聚类算法的分类
3.2.1 基于密度的聚类算法
3.2.2 基于层次的聚类算法
3.2.3 基于划分的聚类算法
3.3 本章小结
第四章 基于用户的协同过滤推荐算法改进
4.1 基于用户信息的混合相似度
4.1.1 基于用户-物品评分矩阵的相似度算法
4.1.2 基于用户属性的相似度算法
4.1.3 混合相似度算法
4.2 用户混合相似度的改进
4.3 基于用户混合相似度的聚类算法
4.3.1 K-means算法的改进
4.3.2 基于OICK-means协同过滤推荐算法
4.4 本章小结
第五章 实验过程及结果分析
5.1 MovieLens实验数据及处理
5.1.1 MovieLens数据集
5.1.2 MovieLens数据的处理
5.2 实验环境
5.3 实验结果分析
5.4 本章小结
总结与展望
参考文献
致 谢
