声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状及述评
1.3 创新点
1.4 论文组织结构
2 相关基础理论与方法
2.1 协同过滤推荐算法
2.1.1 基于用户的协同过滤推荐算法
2.1.2 基于项目的协同过滤推荐算法
2.2 聚类算法
2.2.1 K-means聚类
2.2.2 基于K-means的用户聚类推荐算法
2.3 矩阵填充方法
2.3.1 Slope One算法
2.3.2 平均值法
3 基于中心聚集参数的改进K-means协同过滤推荐算法
3.1 基于中心聚集参数的改进K-means算法
3.1.1 基于中心聚集参数优化初始簇心和聚类个数
3.1.2 数据集及评价标准
3.1.3 实验结果分析
3.2 基于中心聚集参数的改进K-means协同过滤推荐算法
3.2.1 算法流程
3.2.2 数据集及评价标准
3.2.3 结果实验分析
4 基于Slope One矩阵填充的用户聚类推荐
4.1 矩阵填充
4.2 基于Slope One矩阵填充的用户聚类推荐算法
4.2.1 算法流程
4.2.2 数据集及评价标准
4.2.3 实验结果分析
5 结论与展望
5.1 工作总结
5.2 未来展望
参考文献
作者简历
致谢
河北经贸大学;