|
|
|
|
基于支持向量机的Top-N协同过滤推荐算法研究 |
| |
| 论文目录 |
| |
| 中文摘要 | 第8-10页 | | ABSTRACT | 第10-11页 | | 第一章 引言 | 第12-18页 | | 1.1 研究背景 | 第12-13页 | | 1.2 国内外研究现状 | 第13-15页 | | 1.3 论文的主要工作 | 第15-16页 | | 1.4 论文结构 | 第16-18页 | | 第二章 背景知识 | 第18-22页 | | 2.1 支持向量机简介 | 第18-19页 | | 2.2 基于项目的协同过滤算法简介 | 第19-21页 | | 2.3 本章小结 | 第21-22页 | | 第三章 基于正负反馈的SVM协同过滤Top-N推荐算法 | 第22-30页 | | 3.1 PNF-SVMCF算法 | 第22-23页 | | 3.1.1 PNF-SVMCF算法原理 | 第22-23页 | | 3.1.2 PNF-SVMCF算法步骤 | 第23页 | | 3.2 实验结果及分析 | 第23-28页 | | 3.2.1 实验环境及数据 | 第23-24页 | | 3.2.2 评价指标 | 第24页 | | 3.2.3 实验结果与分析 | 第24-28页 | | 3.3 本章小结 | 第28-30页 | | 第四章 基于用户粒分布的PNF-SVMCF算法 | 第30-42页 | | 4.1 PNF-GDSVMCF算法 | 第30-33页 | | 4.1.1 GDSVM算法原理及步骤 | 第30-32页 | | 4.1.2 PNF-GDSVMCF算法原理及步骤 | 第32-33页 | | 4.2 实验结果及分析 | 第33-40页 | | 4.2.1 GDSVM算法的有效性验证 | 第33-36页 | | 4.2.2 PNF-GDSVMCF实验分析 | 第36-40页 | | 4.3 本章小结 | 第40-42页 | | 第五章 总结与展望 | 第42-44页 | | 参考文献 | 第44-48页 | | 攻读学位期间取得的研究成果 | 第48-50页 | | 致谢 | 第50-52页 | | 个人简况及联系方式 | 第52-56页 |
|
|
|
|
论文编号BS2445796，这篇论文共56页
会员购买按0.35元/页下载，共需支付19.6元。 直接购买按0.5元/页下载，共需要支付28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。 |
|
|
广告服务