摘要
第一章 绪论
1.1 论文选题背景
1.1.1 推荐系统的研究内容
1.1.2 国内外研究现状
1.1.3 某音乐网站既有推荐系统的现状和存在的问题
1.2 本文的主要内容
1.3 本文的章节安排
第二章 某音乐网站既有推荐系统的分析
2.1 某音乐网站介绍
2.2 既有推荐系统的实现
2.2.1 系统方案
2.2.2 实现方法
2.2.3 推荐实例
2.3 既有推荐系统的结果分析
2.4 既有推荐系统所存在的主要问题
2.5 既有推荐系统改进的方向
第三章 对既有推荐系统的改进方案
3.1 个性化推荐的实现
3.2 评分矩阵数据的改善
3.2.1 显式数据和隐式数据
3.2.2 评分数据的改善
3.3 歌曲基本信息在相似度计算中的运用
3.3.1 歌曲基本信息
3.3.2 在相似度算法中使用歌曲基本信息
3.4 用户基本信息在相似度计算中的运用
3.4.1 用户的基本信息
3.4.2 社交网络平台上的人际关系
3.4.3 在相似度计算中使用用户信息
3.5 基本算法
3.5.1 相似度算法
3.5.2 用户对歌曲的评价值预测
3.5.3 对基于用户和基于歌曲相似度算法的动态加权
第四章 改进方案的实施和效果分析
4.1 数据准备
4.1.1 数据样本的选取
4.1.2 数据样本分析
4.1.3 数据的初加工
4.1.4 软硬件环境
4.2 相似度计算
4.2.1 数据读入内存
4.2.2 计算相似度
4.3 生成推荐歌盐集合
4.3.1 产生待预测歌曲集合
4.3.2 预测用户评分
4.3.3 根据预测评分生成推荐歌曲集合
4.4 结果分析
4.4.1 相似度计算时使用歌曲信息和用户信息的效果
4.4.2 数据初加工时的过滤条件
4.4.3 共同评分个数限制
4.4.4 相似性邻居的选取
4.4.5 动态加权不确定因子的选取
4.4.6 推荐结果分析
4.4.7 小结
第五章 总结与展望
5.1 总结
5.2 对今后的展望
参考文献
致谢
声明