复杂数据分类方法及其在个性化推荐系统中的应用信息管理与信息系统专业论文.docx

目 录 HYPERLINK \l _bookmark0 第一章 绪论 1 HYPERLINK \l _bookmark1 1.1 研究的背景及意义 1 HYPERLINK \l _bookmark2 1.2 相关问题研究现状 3 HYPERLINK \l _bookmark3 1.2.1 关联分类方法的研究现状 3 HYPERLINK \l _bookmark4 1.2.2 子空间分类方法的研究现状 6 HYPERLINK \l _bookmark5 1.2.3 个性化推荐系统的研究现状 7 HYPERLINK \l _bookmark6 1.3 本文结构安排及创新点 8 HYPERLINK \l _bookmark7 第二章 基于规则典型性的关联分类方法 10 HYPERLINK \l _bookmark8 2.1 关联规则和关联分类 10 HYPERLINK \l _bookmark9 2.2 基于规则典型性的关联分类方法——CAAC算法 11 HYPERLINK \l _bookmark10 2.2.1 频繁模式挖掘 11 HYPERLINK \l _bookmark11 2.2.2 规则生成 13 HYPERLINK \l _bookmark12 2.2.3 规则剪枝 15 HYPERLINK \l _bookmark13 2.2.4 分类 16 HYPERLINK \l _bookmark14 2.3 实验与结果分析 17 HYPERLINK \l _bookmark15 2.3.1 分类准确率分析 18 HYPERLINK \l _bookmark16 2.3.2 规则数分析 27 HYPERLINK \l _bookmark17 2.4 本章小结 30 HYPERLINK \l _bookmark18 第三章 基于核Fisher鉴别分析的子空间分类方法 32 HYPERLINK \l _bookmark19 3.1 高维大数据集的分类问题 32 HYPERLINK \l _bookmark20 3.2 基于核Fisher鉴别分析的子空间分类方法——Sub-KFDA 33 HYPERLINK \l _bookmark21 Sub-KFDA方法的总体框架 34 HYPERLINK \l _bookmark22 3.2.2 基于频繁项的子空间挖掘过程 34 HYPERLINK \l _bookmark23 3.2.3 基于KFDA的子空间挖掘过程 36 HYPERLINK \l _bookmark24 3.2.4 分类 36 HYPERLINK \l _bookmark25 3.3 实验及结果分析 37 HYPERLINK \l _bookmark26 3.3.1 实验准备以及参数设置 38 HYPERLINK \l _bookmark27 3.3.2 降维结果分析 38 HYPERLINK \l _bookmark28 3.3.3 分类准确率与分类精度分析 41 HYPERLINK \l _bookmark29 3.4 本章小结 42 HYPERLINK \l _bookmark30 第四章 分类方法在个性化推荐系统中的应用 44 HYPERLINK \l _bookmark31 4.1 个性化推荐系统模型 44 HYPERLINK \l _bookmark32 4.2 基于关联分类的商品推荐系统模型 45 HYPERLINK \l _bookmark33 4.2.1 关联分类在商品推荐系统中的应用 45 HYPERLINK \l _bookmark34 4.2.2 基于CAAC的商品个性化推荐系统模型 47 HYPERLINK \l _bookmark35 4.3 本章小结 49 HYPERLINK \l _bookmark36 第五章 总结与展望 50 HYPERLINK \l _bookmark37 5.1 论文主要工作和创新性 50 HYPERLINK \l _bookmark38 5.2 今后工作展望 50 HYPERLINK \l _bookmark39 参考文献 52 HYPERLINK \l _bookmark40 发表论文和参加科研情况说明 55 HYPERLINK \l _bookmark41 致 谢 56 第一章 第一章 绪论 1 1 第一章 绪论 1.1 研究的背景及意义 随着信息技术的迅猛发展和计算机工具的广泛使用，数字化存储的数据呈现 出指数增长的趋势。然而高速膨胀的数据带来了信息时代“数据丰富而知识匮乏” 的难题，人们急需能够处