基于合著网络的论文混合推荐算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究背景及意义 | 第11-13页 |
| ·研究现状及综述 | 第13-16页 |
| ·推荐技术发展 | 第13-14页 |
| ·合著网络研究 | 第14-15页 |
| ·存在问题 | 第15-16页 |
| ·论文主要工作 | 第16-17页 |
| ·论文组织结构 | 第17-18页 |
| 第2章 相关技术 | 第18-28页 |
| ·推荐算法的相关技术 | 第18-24页 |
| ·基于内容过滤的推荐算法 | 第19-20页 |
| ·基于协同过滤的推荐算法 | 第20-21页 |
| ·基于二分网络的推荐算法 | 第21-22页 |
| ·基于用户信任的推荐算法 | 第22-23页 |
| ·基于社交网络的推荐算法 | 第23-24页 |
| ·合著网络的相关技术 | 第24-27页 |
| ·合著网络定义 | 第24-25页 |
| ·合著网络基本要素 | 第25-26页 |
| ·合著网络的拓扑结构分析 | 第26-27页 |
| ·合著网络研究与应用 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 引入动态用户兴趣模型的混合推荐算法 | 第28-42页 |
| ·动态兴趣模型 | 第28-35页 |
| ·用户数据采集 | 第28-31页 |
| ·文本处理与特征词提取 | 第31-32页 |
| ·用户兴趣建模 | 第32-35页 |
| ·论文质量评价 | 第35-37页 |
| ·期刊影响因子与论文被引次数 | 第35-36页 |
| ·引文网络与论文质量权重 | 第36-37页 |
| ·混合推荐算法 | 第37-40页 |
| ·经典推荐算法比较 | 第37-39页 |
| ·混合推荐算法设计 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第4章 引入用户社团划分的混合推荐算法 | 第42-54页 |
| ·合著网络数据统计及拓扑分析 | 第42-47页 |
| ·数据统计 | 第42-44页 |
| ·拓扑分析 | 第44-45页 |
| ·小世界特性 | 第45-46页 |
| ·无标度特性 | 第46-47页 |
| ·用户社团划分与合著网络建模 | 第47-51页 |
| ·合作强度计算 | 第47-48页 |
| ·用户社团划分 | 第48-50页 |
| ·合著网络建模 | 第50-51页 |
| ·引入社团划分的混合推荐算法 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 实验设计与结果分析 | 第54-60页 |
| ·实验内容 | 第54-56页 |
| ·实验环境 | 第54页 |
| ·实验数据集 | 第54-55页 |
| ·评价指标 | 第55页 |
| ·实验方案 | 第55-56页 |
| ·实验结果与分析 | 第56-59页 |
| ·引入动态用户兴趣模型的推荐算法 | 第56-57页 |
| ·引入动态用户兴趣模型的混合推荐算法 | 第57-58页 |
| ·引入用户社团划分的混合推荐算法 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-66页 |
| 致谢 | 第66-67页 |
