| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题背景和意义 | 第10-12页 |
| ·协同过滤推荐的研究现状 | 第12-13页 |
| ·研究内容和技术路线 | 第13-15页 |
| ·本课题的组织结构 | 第15-16页 |
| 第二章 相关理论介绍 | 第16-24页 |
| ·推荐方法 | 第16-18页 |
| ·个性化推荐 | 第18-19页 |
| ·相似度的度量方法 | 第19-20页 |
| ·信任 | 第20-21页 |
| ·信任的概念 | 第20-21页 |
| ·信任关系建模 | 第21页 |
| ·Widrow-Hoff 神经网络学习算法 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 融合多指标与信任机制的推荐算法 | 第24-32页 |
| ·基于 Widrow-Hoff 最小二乘法的多指标推荐算法 | 第25-27页 |
| ·计算用户偏好度 | 第25-26页 |
| ·计算用户相似度 | 第26-27页 |
| ·基于信任机制的推荐算法 | 第27-30页 |
| ·初始化信任矩阵 | 第28-29页 |
| ·合并相似度矩阵和信任矩阵 | 第29-30页 |
| ·生成邻居集合 | 第30页 |
| ·产生推荐 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第四章 基于时间的环境感知推荐算法 | 第32-41页 |
| ·基础定义 | 第33-35页 |
| ·环境感知推荐模型及算法 | 第35-40页 |
| ·降维(DR) | 第36-37页 |
| ·寻找最近邻算法(NF) | 第37-38页 |
| ·环境感知推荐算法(CARA) | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 实验验证与分析 | 第41-47页 |
| ·实验准备工作 | 第41-42页 |
| ·数据来源 | 第41-42页 |
| ·实验环境 | 第42页 |
| ·评价标准 | 第42-43页 |
| ·融合多指标与信任机制的推荐算法验证 | 第43-44页 |
| ·基于信任机制的环境感知推荐算法验证 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第六章 购物网站推荐平台的设计与实现 | 第47-59页 |
| ·引言 | 第47页 |
| ·购物网站推荐平台的目标和主要功能 | 第47-48页 |
| ·购物网站推荐平台总体设计 | 第48-52页 |
| ·数据库设计 | 第48-51页 |
| ·工作流程 | 第51-52页 |
| ·购物网站推荐平台详细设计 | 第52-56页 |
| ·注册登录模块的设计与实现 | 第52-53页 |
| ·系统首页的设计与实现 | 第53-54页 |
| ·系统推荐模块的设计与实现 | 第54-56页 |
| ·购物网站推荐平台的系统测试 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |