论文目录 | |
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 符号对照表 | 第12-14页 |
| 缩略语对照表 | 第14-18页 |
| 第一章 绪论 | 第18-28页 |
| 1.1 选题缘由和意义——初探推荐系统 | 第18-19页 |
| 1.2 推荐系统的主要应用领域 | 第19-25页 |
| 1.2.1 电子商务网站 | 第20-21页 |
| 1.2.2 电影和视频网站 | 第21-22页 |
| 1.2.3 个性化音乐网络电台 | 第22-23页 |
| 1.2.4 社交网络 | 第23-24页 |
| 1.2.5 个性化阅读 | 第24-25页 |
| 1.3 国内外研究现状 | 第25-26页 |
| 1.4 论文的主要工作 | 第26页 |
| 1.5 论文结构安排 | 第26-28页 |
| 第二章 推荐系统评测 | 第28-38页 |
| 2.1 推荐系统评测 | 第28-36页 |
| 2.1.1 评价推荐系统好坏的三种实验方法 | 第29-31页 |
| 2.1.2 评测指标 | 第31-35页 |
| 2.1.3 评测维度 | 第35-36页 |
| 2.2 本章小结 | 第36-38页 |
| 第三章 TopN推荐 | 第38-54页 |
| 3.1 用户行为数据简介 | 第38-39页 |
| 3.2 用户行为数据分析 | 第39-40页 |
| 3.2.1 用户活跃度和物品流行度 | 第39-40页 |
| 3.3 Movielens数据集 | 第40-41页 |
| 3.3.1 Movie Lens数据集 | 第40-41页 |
| 3.4 基于邻域的算法 | 第41-53页 |
| 3.4.1 基于用户的协同过滤算法（UserCF） | 第41-46页 |
| 3.4.2 基于物品的协同过滤算法（ItemCF） | 第46-49页 |
| 3.4.3 UserCF和ItemCF的综合比较 | 第49-52页 |
| 3.4.4 哈利波特问题 | 第52-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 评分预测问题 | 第54-68页 |
| 4.1 离线实验方法 | 第54-55页 |
| 4.2 基于邻域的方法 | 第55-56页 |
| 4.3 Slope One——一种简单高效的协同过滤推荐算法 | 第56-58页 |
| 4.4 矩阵分解模型 | 第58-60页 |
| 4.4.1 奇异值分解模型 | 第58-60页 |
| 4.5 隐语义模型 | 第60-65页 |
| 4.5.1 基础算法 | 第60-63页 |
| 4.5.2 加入偏置项后的LFM（Bias- LFM） | 第63-64页 |
| 4.5.3 LFM和基于邻域方法的比较 | 第64-65页 |
| 4.5.4 LFM和矩阵分解模型的关系 | 第65页 |
| 4.6 混合推荐机制 | 第65-66页 |
| 4.7 相关实验结果 | 第66页 |
| 4.8 本章小结 | 第66-68页 |
| 第五章 基于Apache Mahout的电影推荐系统 | 第68-82页 |
| 5.1 实验环境 | 第68页 |
| 5.2 电影推荐系统总体设计 | 第68-69页 |
| 5.3 Apache Mahout简介 | 第69-75页 |
| 5.3.1 DataModel | 第71页 |
| 5.3.2 UserSimilarity和ItemSimilarity | 第71-73页 |
| 5.3.3 UserNeighborhood | 第73页 |
| 5.3.4 Recommender | 第73-74页 |
| 5.3.5 Preference | 第74-75页 |
| 5.4 电影推荐系统实现 | 第75-81页 |
| 5.4.1 数据集 | 第75页 |
| 5.4.2 创建数据库 | 第75-77页 |
| 5.4.3 创建符合File DataModel格式的文件 | 第77-78页 |
| 5.4.4 基于用户的协同过滤（User Based） | 第78页 |
| 5.4.5 电影推荐系统整体解释 | 第78-79页 |
| 5.4.6 电影推荐展示 | 第79-80页 |
| 5.4.7 不足之处 | 第80-81页 |
| 5.5 本章小结 | 第81-82页 |
| 第六章 总结与展望 | 第82-86页 |
| 6.1 论文工作总结 | 第82页 |
| 6.2 工作展望 | 第82-86页 |
| 参考文献 | 第86-90页 |
| 致谢 | 第90-92页 |
| 作者简介 | 第92-93页 |
| 1. 基本情况 | 第92页 |
| 2. 教育背景 | 第92页 |
| 3. 攻读硕士学位期间的研究成果 | 第92-93页 |
