|
|
|
基于协同过滤的个性化推荐算法研究及系统实现 |
|
论文目录 |
|
摘要 | 第6-7页 | Abstract | 第7页 | 第1章 绪论 | 第10-14页 | 1.1 研究背景和意义 | 第10-11页 | 1.2 国内外研究现状 | 第11-12页 | 1.3 主要研究内容 | 第12-13页 | 1.4 论文结构安排 | 第13-14页 | 第2章 推荐系统及经典推荐算法 | 第14-24页 | 2.1 推荐系统 | 第14-15页 | 2.2 基于内容的推荐 | 第15-17页 | 2.2.1 基于内容的推荐算法 | 第15-17页 | 2.2.2 基于内容的推荐算法的优缺点 | 第17页 | 2.3 协同过滤推荐 | 第17-20页 | 2.3.1 基于用户协同过滤的推荐算法 | 第18-20页 | 2.3.2 基于协同过滤推荐算法的优缺点 | 第20页 | 2.4 基于数据挖掘的推荐 | 第20-23页 | 2.4.1 基于关联规则的推荐技术 | 第21-22页 | 2.4.2 k-means聚类 | 第22-23页 | 2.5 本章小结 | 第23-24页 | 第3章 用户相似度计算方法的改进 | 第24-32页 | 3.1 用户相似度计算的问题 | 第24-25页 | 3.2 改进计算用户相似度的思路 | 第25-26页 | 3.3 实验分析 | 第26-31页 | 3.3.1 实验数据 | 第26-27页 | 3.3.2 评测指标 | 第27-28页 | 3.3.3 实验过程及分析 | 第28-31页 | 3.4 小结 | 第31-32页 | 第4章 基于k-means聚类改进协同过滤算法 | 第32-40页 | 4.1 协同过滤算法的速度瓶颈问题 | 第32页 | 4.2 基于k-means聚类改进协同过滤算法的思路 | 第32-34页 | 4.3 实验分析 | 第34-39页 | 4.3.1 实验数据 | 第34页 | 4.3.2 评测指标 | 第34-35页 | 4.3.3 实验过程及分析 | 第35-39页 | 4.4 小结 | 第39-40页 | 第5章 文章推荐子系统设计与实现 | 第40-55页 | 5.1 相关技术介绍 | 第40页 | 5.2 文章推荐子系统需求分析 | 第40-41页 | 5.3 推荐子系统设计 | 第41-49页 | 5.3.1 推荐子系统总体设计 | 第41-42页 | 5.3.2 推荐子系统功能模块设计 | 第42-44页 | 5.3.3 数据库设计 | 第44-49页 | 5.4 文章推荐子系统实现 | 第49-54页 | 5.5 小结 | 第54-55页 | 总结与展望 | 第55-56页 | 致谢 | 第56-57页 | 参考文献 | 第57-60页 |
|
|
|
|
论文编号BS2794095,这篇论文共60页 会员购买按0.35元/页下载,共需支付21元。 直接购买按0.5元/页下载,共需要支付30元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|