基于用户分层结构的个性化推荐方法

目录

声明

致谢

摘要

第一章绪论

1．1．1研究背景

1．1．2选题意义

1．2国内外研究现状和问题分析

1．3主要研究内容及论文结构

1．3．1主要研究内容

1．3．2论文结构

第二章单分类协同过滤相关技术

2．1群组相关理论

2．2．1大五人格理论

2．2．2人格与偏好的关系

2．3基于内存的协同过滤

2．3．1基于用户的协同过滤

2．3．2基于物品的协同过滤

2．4基于模型的协同过滤

2．4．1矩阵分解模型

2．4．2加权矩阵分解模型

2．4．3非负矩阵分解模型

2．4．4加权非负矩阵分解模型

第三章基于用户显性分层结构的个性化推荐方法

3．1基本方法

3．2用户显性分层结构

3．3基于用户显性分层结构的单分类协同过滤方法

3．4．1实验使用的数据集

3．4．2评价指标

3．4．3实验结果

3．4．4敏感性分析

3．5本章小结

第四章基于用户隐性分层结构的个性化推荐方法

4．1用户隐性分层结构

4．1．1 K-means算法

4．1．2基于K-means构建隐性分层结构矩阵

4．2构建用户对物品的权重矩阵

4．2．1计算用户之间的相似度

4．2．2构建权重矩阵

4．3基于用户隐性分层结构的单分类协同过滤方法

4．4实验验证

4．4．1实验使用的数据集

4．4．2评价指标

4．4．3实验结果

4．4．4敏感性分析

4．5本章小结

第五章总结与展望

5．1总结

5．2未来展望

参考文献

攻读硕士学位期间的学术活动及成果情况