统计视角下面向数据稀疏问题的协同过滤推荐算法研究

《统计视角下面向数据稀疏问题的协同过滤推荐算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、单位代码１巧９９？学号２０１３６１０００５Ｉ慶Ａ禹大葦硕±学位论文广－Ｃ一与＾统计视角下面向数据稀疏问题的协同过滤推荐算法研究论文作者；张娟娟所在学院：数学与统计学院＞＇学科专业：统计学．Ｖ．Ｐ占－＊＿—？？？－—－、＇：计理论与方法－品研巧方向：统早■－—＇＇，－一指导教师；李焕荣－＇－■＇ｎ＾２０化年５月１８日ｒ＾提交论文日期；＾５月２１日论文答辩日期：２０化年．Ｉ中国？重庆２０１６年日月■—．ｒ．＇—‘、．气■＇—

2、＂．－．－－．．．：产Ｖ＂＾■？＿独创性声明学位论文题目二统计视角下面向数据辅疏问燕的协同过滤推若賞：法研究本人提交的学位论文是在导帅指导下进巧的研究工作及取得的研究成果。论文中引用他人已经发裴或出版过的研究成果，文中ｂ加了特别标注。对木研究及学位论文撰写曾做出贡献的老师、朋友、同仁在文中作了明确说明并巧示衷必感谢。学位论文作者签字日期：立６／＾年芝月Ｊ曰［学位论文版权使用授权书本学化论文作者完全了解垂庆工商大学巧关保留、使用学位论文的规定，有权化留并向国家巧关部口或机构送交论文酌裳印件和磁盘，允许论文被查阔

3、和借閒。本人授化重庆工商大学研究化院可论臥将学位文的全部或部分内容编入巧关数掘［库进巧检索，可＾采用影、缩印印或村揣等复制手段保存、汇编学位论。文（保密的学位论后文在解密适用本授权书）本论：□保文密，保密期限至年月止）。学位论文作者签：名签长：导师名乡古癸策＾签曰丰：期２曰〇年月＊曰２５签字期：Ｋ＼年文／日月｜目录摘要................................................................IABSTRACT...........................................

4、.................II第1章绪论..........................................................11.1研究背景及意义...............................................11.2推荐系统的定义...............................................21.3国内外研究综述...............................................21.4论文研究内容、组织结构及创新之处..................

5、...........5第2章协同过滤推荐技术概述..........................................72.1基于内容的推荐技术...........................................72.2协同过滤推荐技术.............................................8第3章数据稀疏性问题的起因及影响途径...............................173.1数据稀疏性问题的起因........................................173.2数据稀疏

6、性问题对协同过滤推荐的影响途径......................173.3本文采用的解决方法..........................................18第4章数据准备及基于描述性统计的简单推荐...........................204.1数据集......................................................204.2协同过滤推荐算法的统计学评价标准—平均绝对偏差（MAE）.......214.3基于描述性统计的简单推荐.................................

7、...22第5章面向数据稀疏问题的协同过滤推荐算法改进.......................265.1基于统计量填充的协同过滤推荐算法改进........................265.2K-Means聚类缓解数据稀疏性问题...............................295.3奇异值分解（SVD）缓解数据稀疏性问题.........................325.4基于用户加权相似度的协同过滤推荐算法改进...........