社交网络中的信任推荐和好友搜索过滤算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-13页 |
| ·用户相似度计算的研究现状 | 第13-15页 |
| ·本文主要的研究内容和组织结构 | 第15-16页 |
| 第2章 图谱和用户相似度算法 | 第16-28页 |
| ·社交图谱和兴趣图谱 | 第16-18页 |
| ·社交图谱 | 第16-17页 |
| ·兴趣图谱 | 第17-18页 |
| ·基于用户兴趣相似度计算的推荐算法 | 第18-26页 |
| ·基于内容的推荐算法 | 第18-20页 |
| ·协同过滤推荐算法 | 第20-24页 |
| ·基于图结构的推荐算法 | 第24-25页 |
| ·混合推荐算法 | 第25页 |
| ·其他算法 | 第25-26页 |
| ·各算法优缺点 | 第26页 |
| ·相似度计算方法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于信任的推荐算法研究 | 第28-38页 |
| ·引言 | 第28页 |
| ·相关概念 | 第28-32页 |
| ·信任网络 | 第28-29页 |
| ·信任空间 | 第29-31页 |
| ·信任传播和信任聚合 | 第31-32页 |
| ·基于信任-不信任的协同过滤推荐算法 | 第32-36页 |
| ·算法提出背景 | 第32页 |
| ·基于信任的推荐算法 | 第32-34页 |
| ·基于不信任的推荐算法 | 第34-35页 |
| ·信任-不信任结合的协同过滤推荐算法 | 第35-36页 |
| ·评价标准 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第4章 好友搜索的社交相似度算法研究 | 第38-48页 |
| ·引言 | 第38-39页 |
| ·相关概念 | 第39-41页 |
| ·领域本体 | 第39-41页 |
| ·词类识别方法 | 第41页 |
| ·类别词库 | 第41页 |
| ·关系树计算相似度算法 | 第41-47页 |
| ·兴趣相似度算法 | 第42-45页 |
| ·住址相似度算法 | 第45-46页 |
| ·共同好友相似度算法 | 第46-47页 |
| ·综合算法 | 第47页 |
| ·评价标准 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第5章 实验与结果分析 | 第48-59页 |
| ·实验方案 | 第48-53页 |
| ·实验总体设计 | 第48页 |
| ·数据采集模块 | 第48-49页 |
| ·信任推荐模块 | 第49-50页 |
| ·好友搜索模块 | 第50-53页 |
| ·结果分析 | 第53-57页 |
| ·信任推荐 | 第53-56页 |
| ·社交好友搜索过滤 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |
