| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第16-29页 |
| 1.1 研究背景和意义 | 第16-18页 |
| 1.1.1 研究背景 | 第16-18页 |
| 1.1.2 研究意义 | 第18页 |
| 1.2 国内外研究现状 | 第18-24页 |
| 1.2.1 科研社交网络中的推荐问题 | 第18-22页 |
| 1.2.2 单类协同过滤方法 | 第22-24页 |
| 1.3 研究目标和研究内容 | 第24-26页 |
| 1.3.1 研究目标 | 第24-25页 |
| 1.3.2 研究内容 | 第25-26页 |
| 1.4 研究方法与技术路线图 | 第26页 |
| 1.4.1 研究方法 | 第26页 |
| 1.4.2 技术路线图 | 第26页 |
| 1.5 本文的组织结构 | 第26-29页 |
| 第二章 科研社交网络和单类协同过滤方法的相关基础理论研究 | 第29-41页 |
| 2.1 科研社交网络概述 | 第29-33页 |
| 2.1.1 科研社交网络的产生背景 | 第29-30页 |
| 2.1.2 科研社交网络的概念特点 | 第30页 |
| 2.1.3 科研社交网络的发展历程 | 第30-31页 |
| 2.1.4 科研社交网络的影响 | 第31-33页 |
| 2.2 单类协同过滤方法相关理论研究 | 第33-40页 |
| 2.2.1 协同过滤方法概述 | 第33-38页 |
| 2.2.2 单类协同过滤方法概念 | 第38页 |
| 2.2.3 单类协同过滤方法技术难点 | 第38-39页 |
| 2.2.4 单类协同过滤方法的主要方法 | 第39-40页 |
| 2.3 小结 | 第40-41页 |
| 第三章 科研社交网络中面向个人论文推荐的单类协同过滤方法研究 | 第41-63页 |
| 3.1 问题描述 | 第41-42页 |
| 3.2 基于社会化信息的混合单类论文推荐方法SCORP | 第42-52页 |
| 3.2.1 问题形式化定义 | 第42-43页 |
| 3.2.2 数据获取及预处理 | 第43-44页 |
| 3.2.3 基于社会化信息的负例抽取 | 第44-45页 |
| 3.2.4 基于社会化信息的偏好预测 | 第45-52页 |
| 3.3 实验设计 | 第52-54页 |
| 3.3.1 数据集 | 第52页 |
| 3.3.2 评价指标 | 第52-53页 |
| 3.3.3 对比方法 | 第53-54页 |
| 3.3.4 实验流程 | 第54页 |
| 3.4 结果分析与讨论 | 第54-62页 |
| 3.4.1 实验结果和分析 | 第54-58页 |
| 3.4.2 参数讨论 | 第58-62页 |
| 3.5 小结 | 第62-63页 |
| 第四章 科研社交网络中面向个人群组推荐的单类协同过滤方法研究 | 第63-85页 |
| 4.1 问题描述 | 第63-64页 |
| 4.2 融合群组特性和社会化信息的单类群组推荐方法GSORG | 第64-73页 |
| 4.2.1 问题形式化定义 | 第64-65页 |
| 4.2.2 数据获取及预处理 | 第65-66页 |
| 4.2.3 融合群组特性和社会化信息的特征构建 | 第66-67页 |
| 4.2.4 融合群组特性和社会化信息的负例抽取 | 第67-69页 |
| 4.2.5 融合社会化信息的联合概率矩阵分解 | 第69-73页 |
| 4.3 实验设计 | 第73-76页 |
| 4.3.1 数据集 | 第73页 |
| 4.3.2 评价指标 | 第73-74页 |
| 4.3.3 对比方法 | 第74-75页 |
| 4.3.4 实验流程 | 第75-76页 |
| 4.4 结果分析与讨论 | 第76-84页 |
| 4.4.1 实验结果和分析 | 第76-80页 |
| 4.4.2 参数讨论 | 第80-84页 |
| 4.5 小结 | 第84-85页 |
| 第五章 总结与展望 | 第85-87页 |
| 5.1 主要贡献与创新点 | 第85-86页 |
| 5.2 研究展望 | 第86-87页 |
| 参考文献 | 第87-93页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第93-94页 |
