声明
摘要
第一章绪论
1．1推荐系统的研究背景及意义
1．2推荐系统的国内外状况
1．3课题研究重点及创新
1．4课题组织布局
第二章推荐技术
2．1推荐系统概论
2．2推荐系统分类
2．2．1基于矩阵分解的推荐
2．2．2基于信任的推荐
2．2．3基于协同过滤的推荐
2．2．4基于统计学解决冷启动的推荐
2．2．5基于组合算法的推荐
2．3推荐算法的评价指标
2．4本章小结
第三章基于信任度的矩阵分解推荐算法
3．1矩阵分解模型
3．1．1 SVD模型
3．1．2 Funk SVD模型
3．2基于信任度的Funk SVD模型
3．2．1信任度模型
3．2．2基于信任度的Funk SVD模型
3．3实验内容和分析
3．3．1明尼苏达州立大学数据实验和分析
3．3．2算法性能质量分析
3．4本章小结
第四章基于信任度和用户-项目信息的CF推荐算法
4．1传统协同过滤推荐算法
4．2基于用户的CF推荐
4．2．1基于用户特征的评分标准偏差
4．2．2基于用户特征和评分寻找用户相似度
4．3基于项目特征的CF推荐算法
4．3．1基于项目特征的评分标准偏差
4．3．2基于项目特征和评分寻找项目相似度
4．4用户-项目相似度融合
4．5基于信任度的评分预测和推荐
4．6实验内容和分析
4．6．1实验研究和设计
4．6．2算法性能质量分析
4．7本章小结
第五章基于信任度融合矩阵分解和CF的推荐算法
5．1组合算法探究
5．1．1组合算法分类
5．1．2矩阵分解和CF算法组合
5．2基于信任度融合矩阵分解和CF算法探究
5．3实验内容和分析
5．3．1数据验证和设计
5．3．2算法性能质量分析
5．4本章小结
6．1总结
6．2展望
参考文献
致谢
研究成果及发表的学术论文
作者和导师简介
