基于隐式社会网络的电影推荐系统研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-19页 |
| ·研究背景及相关工作 | 第11-17页 |
| ·隐式社会网络 | 第11-13页 |
| ·P2P系统 | 第13-15页 |
| ·社区发现技术 | 第15页 |
| ·组推荐技术 | 第15-17页 |
| ·本文研究内容 | 第17页 |
| ·隐式社会网络的网络分析 | 第17页 |
| ·基于隐式社会网络的电影推荐 | 第17页 |
| ·论文组织结构 | 第17-19页 |
| 2 数据集介绍及统计特征 | 第19-31页 |
| ·数据集介绍 | 第19-22页 |
| ·Pre-push数据集 | 第19-20页 |
| ·PPTV数据集 | 第20-22页 |
| ·数据集处理及特征分析 | 第22-30页 |
| ·数据清洗 | 第22页 |
| ·PPTV用户行为分析 | 第22-28页 |
| ·PPTV隐式评分 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 3 用户数对P2P系统性能的影响 | 第31-34页 |
| ·用户数对P2P带宽的影响 | 第31-32页 |
| ·用户数对P2P率的影响 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 4 基于社区发现技术实现群组划分 | 第34-45页 |
| ·传统社区发现技术 | 第34-36页 |
| ·基于标号传播 | 第34-35页 |
| ·基于信息论 | 第35页 |
| ·基于谱分析 | 第35页 |
| ·基于模块度优化 | 第35-36页 |
| ·基于模块度的Louvain算法 | 第36-37页 |
| ·改进Louvain算法的均匀社团发现算法 | 第37-40页 |
| ·基于团均匀度 | 第37-38页 |
| ·基于团间相似度 | 第38-39页 |
| ·混合算法 | 第39-40页 |
| ·算法评估 | 第40-43页 |
| ·实验设计 | 第40-41页 |
| ·对照实验 | 第41-43页 |
| ·结果对比 | 第43页 |
| ·本章小结 | 第43-45页 |
| 5 群组推荐策略 | 第45-51页 |
| ·预测评分策略 | 第45-46页 |
| ·推荐策略 | 第46-47页 |
| ·最广泛策略 | 第46页 |
| ·最乐观策略 | 第46-47页 |
| ·最公平策略 | 第47页 |
| ·实验及结果分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 6 群组推荐结果评估 | 第51-54页 |
| ·系统流畅度 | 第51-52页 |
| ·用户满意度 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 7 结论和展望 | 第54-56页 |
| ·本文工作总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 作者简历 | 第60-62页 |
| 学位论文数据集 | 第62页 |
