摘要
图表目录
第一章绪论
§1.1引言
§1.1.1信息过载与信息过滤
§1.1.2推荐系统与协同过滤
§1.2推荐系统的国内外研究现状
§1.2.1国内研究现状
§1.2.2国外的研究现状
§1.3本课题的研究意义和主要工作
§1.3.1本课题的研究意义
§1.3.2本课题的主要工作
§1.4本文的组织结构
第二章相关工作
§2.1基于内容的过滤技术
§2.2协同过滤技术
§2.1.1协同过滤系统简单描述
§2.1.2协同过滤技术的分类
§2.1.3协同过滤技术的优缺点
§2.2基于用户的协同过滤推荐系统
§2.2.1传统的相似性度量方法
§2.2.2其它度量方法
§2.3基于项目的协同过滤推荐系统
§2.4基于模型的协同过滤推荐系统
§2.4.1基于奇异值分解
§2.4.2基于关联规则
§2.5协同过滤与基于内容的过滤相结合
§2.6其它推荐方法
第三章推荐系统的评价
§3.1评价指标
§3.2数据集
第四章稀疏性问题研究
§4.1稀疏性问题
§4.2现有的解决方法
§4.3 Pear_After_SVD算法
§4.4 LCM_STI算法
§4.5试验及分析
第五章冷启动问题研究
§5.1冷启动问题
§5.2现有的解决方法
§5.2.1新项目问题解决方法
§5.2.2新用户问题解决方法
§5.3众数法与信息熵法
§5.3.1新项目问题解决方法
§5.3.2新用户问题解决方法
§5.4试验及分析
§5.4.1新项目问题的试验及分析
§5.4.2新用户问题的试验及分析
第六章结论与展望
§6.1本文主要内容总结
§6.2本文的创新点
§6.3进一步的工作
攻读博士学位期间发表的学术论文
致谢
参考文献