| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文研究内容 | 第12页 |
| 1.4 论文结构安排 | 第12-14页 |
| 2 相关理论介绍 | 第14-29页 |
| 2.1 二部图网络结构 | 第14页 |
| 2.2 基于二部图网络结构的推荐算法 | 第14-19页 |
| 2.2.1 基于资源分配的推荐算法 | 第15-17页 |
| 2.2.2 基于热传导的推荐算法 | 第17-19页 |
| 2.3 其他常用的个性化推荐算法 | 第19-24页 |
| 2.3.1 协同过滤推荐算法 | 第19-22页 |
| 2.3.2 基于内容的推荐算法 | 第22-23页 |
| 2.3.3 混合推荐算法 | 第23-24页 |
| 2.4 基于二部图网络结构的推荐算法面临的挑战及优化方法 | 第24-26页 |
| 2.4.1 考虑项目流行度的优化算法 | 第24-25页 |
| 2.4.2 考虑热传递和资源扩散混合的优化算法 | 第25页 |
| 2.4.3 基于用户偏好的优化算法 | 第25-26页 |
| 2.5 推荐系统评估方法 | 第26-28页 |
| 2.5.1 分类准确率 | 第26-27页 |
| 2.5.2 预测准确度 | 第27页 |
| 2.5.3 其他衡量指标 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 3 基于项目属性的二部图网络结构推荐算法 | 第29-41页 |
| 3.1 算法改进思想 | 第29-30页 |
| 3.2 算法设计 | 第30-32页 |
| 3.3 算法详细步骤 | 第32-33页 |
| 3.4 实验分析 | 第33-40页 |
| 3.4.1 实验数据集 | 第33页 |
| 3.4.2 评价方法 | 第33页 |
| 3.4.3 算法的复杂度分析 | 第33-34页 |
| 3.4.4 实验结果及分析 | 第34-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 结合用户偏好和项目属性的网络结构推荐算法 | 第41-53页 |
| 4.1 项目初始资源值的调整 | 第41-42页 |
| 4.2 用户偏好相似性度量 | 第42-44页 |
| 4.2.1 用户评分相似度 | 第42-44页 |
| 4.2.2 用户对项目属性偏好相似度 | 第44页 |
| 4.3 第一次资源分配方式的调整 | 第44-45页 |
| 4.4 第二次资源分配方式的调整 | 第45-46页 |
| 4.5 实验结果与分析 | 第46-51页 |
| 4.5.1 实验数据集 | 第46页 |
| 4.5.2 评价方法 | 第46页 |
| 4.5.3 实验结果及分析 | 第46-51页 |
| 4.6 本章小结 | 第51-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录 | 第57-58页 |
| 攻读学位期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59-60页 |