| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景与意义 | 第9页 |
| 1.2 国内外发展现状 | 第9-11页 |
| 1.2.1 二分网络发展研究现状 | 第9-10页 |
| 1.2.2 无标度网络发展研究现状 | 第10-11页 |
| 1.3 研究内容与主要工作 | 第11页 |
| 1.4 论文结构 | 第11-13页 |
| 第二章 推荐系统及其相关技术介绍 | 第13-26页 |
| 2.1 推荐系统相关技术 | 第13-14页 |
| 2.1.1 信息检索 | 第13页 |
| 2.1.2 信息过滤 | 第13-14页 |
| 2.2 推荐算法介绍 | 第14-22页 |
| 2.2.1 基于内容的推荐算法 | 第15-17页 |
| 2.2.2 协同过滤推荐算法 | 第17-20页 |
| 2.2.3 混合推荐算法 | 第20-22页 |
| 2.3 推荐系统主要面临的挑战 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于动态资源分配的个性化推荐算法 | 第26-34页 |
| 3.1 算法提出背景 | 第26-27页 |
| 3.2 算法用途 | 第27页 |
| 3.3 预期目标 | 第27页 |
| 3.4 基于动态资源分配的推荐算法 | 第27-33页 |
| 3.4.1 无标度网络中的动态资源分配模型 | 第28-29页 |
| 3.4.2 基于动态资源分配的相似性度量 | 第29-30页 |
| 3.4.3 动态平衡状态下的项目相似度 | 第30-31页 |
| 3.4.4 初始状态下的项目相似度 | 第31-32页 |
| 3.4.5 基于项目相似指数的推荐算法 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 推荐算法实验 | 第34-51页 |
| 4.1 实验环境 | 第34页 |
| 4.2 实验数据集 | 第34-35页 |
| 4.3 推荐算法评估指标 | 第35-37页 |
| 4.3.1 准确度 | 第35-36页 |
| 4.3.2 多样性 | 第36-37页 |
| 4.3.3 流行度 | 第37页 |
| 4.4 对比算法 | 第37-40页 |
| 4.4.1 GRM算法 | 第37-38页 |
| 4.4.2 CF算法 | 第38页 |
| 4.4.3 NBI算法 | 第38-40页 |
| 4.4.4 Heter-NBI算法 | 第40页 |
| 4.5 实验结果分析 | 第40-50页 |
| 4.5.1 ERA与CIRA的性能比较 | 第41-48页 |
| 4.5.2 ERA、IRA、 CIRA、CIRA1/2与其他算法性能比较 | 第48-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第五章 总结 | 第51-53页 |
| 5.1 主要工作以及创新点 | 第51-52页 |
| 5.2 研究展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间发表论文 | 第57页 |