声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 推荐系统的定义
1.3 国内外研究综述
1.4 论文研究内容、组织结构及创新之处
第2章 协同过滤推荐技术概述
2.1 基于内容的推荐技术
2.2 协同过滤推荐技术
第3章 数据稀疏性问题的起因及影响途径
3.1 数据稀疏性问题的起因
3.2 数据稀疏性问题对协同过滤推荐的影响途径
3.3 本文采用的解决方法
第4章 数据准备及基于描述性统计的简单推荐
4.1 数据集
4.2 协同过滤推荐算法的统计学评价标准—平均绝对偏差(MAE)
4.3 基于描述性统计的简单推荐
第5章 面向数据稀疏问题的协同过滤推荐算法改进
5.1 基于统计量填充的协同过滤推荐算法改进
5.2 K-Means聚类缓解数据稀疏性问题
5.3 奇异值分解(SVD)缓解数据稀疏性问题
5.4 基于用户加权相似度的协同过滤推荐算法改进
5.5 不同方法下的MAE对比
第6章 总结与展望
6.1 研究总结
6.2 展望
参考文献
附录
致谢
研究生期间科研情况
重庆工商大学;