| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 课题背景 | 第7-8页 |
| 1.2 研究现状 | 第8-11页 |
| 1.3 研究内容及创新之处 | 第11-12页 |
| 1.4 内容安排 | 第12-13页 |
| 第2章 电子商务推荐系统概述 | 第13-22页 |
| 2.1 电子商务推荐系统的构成 | 第13页 |
| 2.2 常用的推荐技术 | 第13-19页 |
| 2.2.1 基于内容推荐 | 第13-15页 |
| 2.2.2 基于关联规则的推荐 | 第15-16页 |
| 2.2.3 协同过滤的推荐 | 第16-19页 |
| 2.2.4 基于聚类推荐 | 第19页 |
| 2.3 电子商务推荐系统的评估标准 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 信任的相关理论 | 第22-27页 |
| 3.1 信任的概念 | 第22-23页 |
| 3.2 信任的性质以及相关定义 | 第23-24页 |
| 3.3 信任的分类 | 第24页 |
| 3.4 信任关系量化分析 | 第24-26页 |
| 3.4.1 直接信任度概述 | 第25页 |
| 3.4.2 间接信任度概述 | 第25-26页 |
| 3.5 本章小结 | 第26-27页 |
| 第4章 基于信任的协同过滤推荐 | 第27-41页 |
| 4.1 收集评分数据 | 第29-31页 |
| 4.2 相似度的计算 | 第31-32页 |
| 4.3 信任度的计算 | 第32-36页 |
| 4.3.1 直接信任度建模 | 第32-34页 |
| 4.3.2 间接信任度建模 | 第34-36页 |
| 4.4 合并矩阵 | 第36-37页 |
| 4.5 生成最近邻居群 | 第37页 |
| 4.6 预测评分并产生推荐 | 第37-40页 |
| 4.7 本章小结 | 第40-41页 |
| 第5章 实验及结果分析 | 第41-52页 |
| 5.1 实验目的 | 第41页 |
| 5.2 实验环境及实验数据 | 第41-43页 |
| 5.2.1 实验环境 | 第41页 |
| 5.2.2 实验数据 | 第41-43页 |
| 5.3 评价指标 | 第43页 |
| 5.3.1 数据稀疏性 | 第43页 |
| 5.3.2 平均绝对误差 | 第43页 |
| 5.4 实验设计及结果分析 | 第43-51页 |
| 5.4.1 实验 1：信任因子可用性 | 第43-47页 |
| 5.4.2 实验 2：降低稀疏性解决冷启动问题 | 第47-49页 |
| 5.4.3 实验 3：改进后基于信任的协同过滤推荐算法效果 | 第49-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第6章 总结 | 第52-53页 |
| 6.1 本文总结 | 第52页 |
| 6.2 未来工作展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读学位期间的研究成果 | 第57页 |