| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 本文主要内容 | 第11-13页 |
| 1.4 本文组织结构 | 第13-15页 |
| 第2章 问题描述与相关工作 | 第15-26页 |
| 2.1 问题描述 | 第15-17页 |
| 2.2 基于矩阵分解的协同过滤算法 | 第17-18页 |
| 2.3 基于协同过滤的社会化推荐算法 | 第18-21页 |
| 2.4 基于概率的矩阵分解推荐算法 | 第21-24页 |
| 2.5 基于深度学习的推荐算法 | 第24-26页 |
| 第3章 深度社会化协同过滤模型 | 第26-48页 |
| 3.1 问题描述 | 第26-28页 |
| 3.2 堆叠去噪自动编码器SDAE | 第28-34页 |
| 3.2.1 自动编码器 | 第28-30页 |
| 3.2.2 去噪自动编码器 | 第30-31页 |
| 3.2.3 堆叠去噪自动编码器 | 第31-34页 |
| 3.3 Truster-DSCF模型 | 第34-41页 |
| 3.3.1 Truster-DSCF模型 | 第34-35页 |
| 3.3.2 信任特征空间B的SDAE的优化 | 第35-38页 |
| 3.3.3 Truster-DSCF模型的生成及优化 | 第38-41页 |
| 3.4 Trustee-DSCF模型 | 第41-47页 |
| 3.4.1 Trustee-DSCF模型 | 第41-42页 |
| 3.4.2 被信任特征空间P的SDAE的优化 | 第42-44页 |
| 3.4.3 Trustee-DSCF模型的生成及优化 | 第44-47页 |
| 3.5 融合的Trust-DSCF模型 | 第47-48页 |
| 第4章 实验验证与分析 | 第48-53页 |
| 4.1 数据集描述 | 第48-49页 |
| 4.2 实验设置 | 第49-50页 |
| 4.2.1 评价指标 | 第49页 |
| 4.2.2 对比算法 | 第49-50页 |
| 4.2.3 交叉验证 | 第50页 |
| 4.3 实验结果 | 第50-53页 |
| 第5章 总结与展望 | 第53-54页 |
| 5.1 工作总结 | 第53页 |
| 5.2 工作展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 作者简介 | 第57-58页 |
| 致谢 | 第58页 |