| 中文摘要 | 第6-7页 |
| 英文摘要 | 第7-8页 |
| 1 引言 | 第9-16页 |
| 1.1 研究背景与研究意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外相关研究综述 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 研究方法 | 第12-13页 |
| 1.3.1 文献分析法 | 第12页 |
| 1.3.2 统计分析法 | 第12-13页 |
| 1.3.3 实证研究 | 第13页 |
| 1.4 论文框架 | 第13-15页 |
| 1.5 论文的创新点 | 第15-16页 |
| 2 理论基础 | 第16-19页 |
| 2.1 社会化标注 | 第16页 |
| 2.2 社会化标注系统 | 第16页 |
| 2.3 推荐系统 | 第16-17页 |
| 2.4 基于社会标签的推荐系统 | 第17页 |
| 2.5 协同过滤推荐系统 | 第17页 |
| 2.6 个性化信息推荐 | 第17-19页 |
| 3 基于用户标注兴趣模型的个性化信息推荐 | 第19-26页 |
| 3.1 数据收集 | 第19页 |
| 3.2 标签的规范化处理 | 第19-20页 |
| 3.3 基于标签的用户兴趣模型构建 | 第20-23页 |
| 3.3.1 构建平面结构用户兴趣模型 | 第20-21页 |
| 3.3.2 构建层级树形结构用户兴趣模型 | 第21-23页 |
| 3.4 发现相似用户 | 第23-24页 |
| 3.5 推荐资源的整合以及产生推荐 | 第24页 |
| 3.6 推荐算法 | 第24-25页 |
| 3.7 推荐效果评价 | 第25-26页 |
| 4 实证研究 | 第26-39页 |
| 4.1 数据收集 | 第26页 |
| 4.2 用户标注数据的清洗 | 第26页 |
| 4.3 平面结构用户兴趣模型的建立以及信息资源推荐 | 第26-31页 |
| 4.3.1 构建用户兴趣模型 | 第26-28页 |
| 4.3.2 发现相似用户 | 第28-29页 |
| 4.3.3 资源推荐 | 第29-30页 |
| 4.3.4 推荐效果评价 | 第30-31页 |
| 4.4 层级树形结构用户兴趣模型的建立以及信息资源推荐 | 第31-37页 |
| 4.4.1 构建用户兴趣模型 | 第31-34页 |
| 4.4.2 发现相似用户 | 第34-35页 |
| 4.4.3 资源推荐 | 第35-36页 |
| 4.4.4 推荐效果评价 | 第36-37页 |
| 4.5 不同结构兴趣模型的资源推荐效果对比分析 | 第37-39页 |
| 5 结论与展望 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 致谢 | 第43-44页 |
| 在学期间承担/参与的科研课题与研究成果 | 第44-45页 |
| 个人简历 | 第45页 |