基于中心聚集参数的改进K-means协同过滤推荐算法

目录

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