声明
致谢
变量注释表
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 研究内容与主要工作
1.4 论文的组织结构
2 相关知识介绍
2.1 推荐系统简介
2.2 推荐系统分类
2.2.1 基于内容的推荐方法
2.2.2 协同过滤算法
2.2.3 混合推荐系统
2.3.1Slope One算法
2.3.2 奇异值分解模型
2.3.3 受限玻尔兹曼机模型
2.4 推荐系统的评价指标
2.4.1 用户满意度
2.4.2 预测准确度
2.4.3 覆盖率
2.5 本章小结
3受限玻尔兹曼机与加权Slope One混合推荐算法
3.1 引言
3.2 基于受限玻尔兹曼机的矩阵填充算法
3.3使用混合项目相似度的加权Slope One算法
3.3.1 基于评分矩阵的项目间相似度计算方法
3.3.2 基于项目属性信息的相似度计算方法
3.3.3 混合相似度算法
3.3.4使用混合项目相似度的加权Slope One算法
3.4 基于项目属性相似度的评分填充方法
3.5受限玻尔兹曼机与加权Slope One混合推荐算法
4 实验与分析
4.1 数据集及实验方法
4.2 评估方法
4.3 实验环境
4.4.1 评分相似度计算方法对比实验
4.4.2 最近邻居数目对推荐效果影响
4.4.3综合相似度计算中k值对加权Slope One算法的影响
4.4.4不同相似度算法对Slope One推荐效果影响对比
4.5 受限玻尔兹曼机矩阵填充效果实验
4.5.1 隐单元数目对UIR-RBM推荐效果的影响
4.5.2 UIR-RBM中训练次数影响
4.6融合受限玻尔兹曼机与加权Slope One算法实验
5 结论与展望
参考文献
作者简历
学位论文原创性声明
学位论文数据集
