| 摘要 | 第12-14页 |
| Abstract | 第14-15页 |
| 1 绪论 | 第16-28页 |
| 1.1 研究背景 | 第16-20页 |
| 1.1.1 O2O商务概述 | 第16-17页 |
| 1.1.2 O2O商务交易流程 | 第17-19页 |
| 1.1.3 O2O商务的信任闭环及可信推荐 | 第19-20页 |
| 1.2 研究意义 | 第20-21页 |
| 1.2.1 理论意义 | 第20-21页 |
| 1.2.2 实践意义 | 第21页 |
| 1.3 研究内容 | 第21-24页 |
| 1.4 论文的创新点 | 第24-25页 |
| 1.5 论文的组织结构 | 第25-28页 |
| 2 信任及相关推荐方法综述 | 第28-52页 |
| 2.1 信任 | 第28-30页 |
| 2.1.1 信任定义 | 第28-29页 |
| 2.1.2 信任的属性特征 | 第29-30页 |
| 2.2 声誉 | 第30-32页 |
| 2.2.1 声誉定义 | 第30-31页 |
| 2.2.2 声誉与信任的关系 | 第31-32页 |
| 2.3 信任模型的体系结构 | 第32-35页 |
| 2.3.1 集中式信任模型 | 第32-34页 |
| 2.3.2 分布式信任模型 | 第34-35页 |
| 2.4 信任评估方法 | 第35-41页 |
| 2.4.1 单节点信任评估方法 | 第35-38页 |
| 2.4.2 群体信任评估方法 | 第38-39页 |
| 2.4.3 信任网络的构建和信任传递 | 第39-41页 |
| 2.5 O2O商务信任研究现状 | 第41-43页 |
| 2.5.1 O2O商务信任新的属性特征 | 第41-42页 |
| 2.5.2 O2O商务信任的研究现状 | 第42-43页 |
| 2.6 推荐方法的分类 | 第43-47页 |
| 2.6.1 协同过滤推荐方法 | 第43-46页 |
| 2.6.2 基于内容的推荐方法 | 第46页 |
| 2.6.3 其他推荐方法 | 第46-47页 |
| 2.7 O2O相关推荐方法研究现状 | 第47-51页 |
| 2.7.1 基于社会网络的推荐方法 | 第47-48页 |
| 2.7.2 基于位置的推荐方法 | 第48-49页 |
| 2.7.3 基于信任的推荐方法 | 第49-50页 |
| 2.7.4 O2O推荐方法研究的问题 | 第50-51页 |
| 2.8 本章小结 | 第51-52页 |
| 3 面向O2O服务的移动社交网络个性化可信群体识别模型 | 第52-70页 |
| 3.1 问题的提出 | 第52-53页 |
| 3.2 相关研究 | 第53-55页 |
| 3.3 Advogato模型概述 | 第55-57页 |
| 3.4 TMBA模型 | 第57-63页 |
| 3.4.1 问题的形式化 | 第57-58页 |
| 3.4.2 信任容量的分配 | 第58-59页 |
| 3.4.3 个性化信任网络的构建 | 第59-60页 |
| 3.4.4 信任容量的传递 | 第60-61页 |
| 3.4.5 信任容量优先最大流搜索方法 | 第61-62页 |
| 3.4.6 TMBA模型的性能分析 | 第62-63页 |
| 3.5 实验与分析 | 第63-68页 |
| 3.5.1 实验数据集 | 第63页 |
| 3.5.2 实验评价方法 | 第63-64页 |
| 3.5.3 参数β对预测性能的影响 | 第64-66页 |
| 3.5.4 实验对比 | 第66-68页 |
| 3.6 本章小结 | 第68-70页 |
| 4 基于社交网络可信群体的轻量级服务推荐方法 | 第70-87页 |
| 4.1 问题的提出 | 第70-71页 |
| 4.2 SEMBA信任模型 | 第71-76页 |
| 4.2.1 模型的形式化 | 第71-72页 |
| 4.2.2 本地信任网络的构建 | 第72-74页 |
| 4.2.3 信任容量优先最大流搜索方法 | 第74-75页 |
| 4.2.4 SEMBA模型和TMBA模型的区别与联系 | 第75-76页 |
| 4.3 基于社交网络可信群体的轻量级服务推荐方法 | 第76-78页 |
| 4.3.1 目标用户的服务评分预测 | 第76-77页 |
| 4.3.2 基于社交网络可信群体的轻量级服务推荐方法 | 第77页 |
| 4.3.3 ComSEMBA推荐方法的性能分析 | 第77-78页 |
| 4.4 实验与分析 | 第78-85页 |
| 4.4.1 实验数据集 | 第78-79页 |
| 4.4.2 实验评价方法 | 第79页 |
| 4.4.3 实验结果与分析 | 第79-85页 |
| 4.5 本章小结 | 第85-87页 |
| 5 一种多维度的O2O服务商声誉计算模型 | 第87-99页 |
| 5.1 问题的提出 | 第87-88页 |
| 5.2 相关研究 | 第88-89页 |
| 5.3 ESRep声誉模型 | 第89-93页 |
| 5.3.1 相关概念 | 第89页 |
| 5.3.2 ESRep模型工作流程 | 第89-90页 |
| 5.3.3 商家实体声誉的计算 | 第90-91页 |
| 5.3.4 商家的服务声誉计算 | 第91-92页 |
| 5.3.5 商家的综合声誉计算 | 第92-93页 |
| 5.4 实验仿真 | 第93-98页 |
| 5.4.1 声誉机制的有效性验证 | 第93-96页 |
| 5.4.2 对比实验 | 第96-98页 |
| 5.5 本章小结 | 第98-99页 |
| 6 基于声誉计算的可信O2O服务提供商推荐方法 | 第99-118页 |
| 6.1 问题的提出 | 第99-101页 |
| 6.2 相关研究 | 第101-103页 |
| 6.3 基于声誉计算的可信O2O服务提供商推荐方法 | 第103-109页 |
| 6.3.1 推荐方法的数据模型 | 第103-105页 |
| 6.3.2 用户的商家偏好相似度计算 | 第105-106页 |
| 6.3.3 O2O服务提供商的声誉计算 | 第106-107页 |
| 6.3.4 目标用户对O2O服务提供商的评分预测 | 第107-108页 |
| 6.3.5 基于声誉计算的可信O2O服务提供商推荐方法 | 第108-109页 |
| 6.3.6 推荐方法的性能分析 | 第109页 |
| 6.4 实验与结果分析 | 第109-116页 |
| 6.4.1 实验数据集 | 第109-110页 |
| 6.4.2 实验评价方法 | 第110页 |
| 6.4.3 实验结果与分析 | 第110-116页 |
| 6.5 本章小结 | 第116-118页 |
| 7 总结与展望 | 第118-121页 |
| 7.1 总结 | 第118-119页 |
| 7.2 展望 | 第119-121页 |
| 参考文献 | 第121-134页 |
| 攻读博士期间完成的科研成果 | 第134-135页 |
| 致谢 | 第135页 |
