| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第15-26页 |
| 1.1 研究背景和意义 | 第15-17页 |
| 1.1.1 研究背景 | 第15-17页 |
| 1.1.2 研究意义 | 第17页 |
| 1.2 国内外研究现状 | 第17-22页 |
| 1.2.1 面向个体的社会化推荐系统 | 第17-20页 |
| 1.2.2 面向群组的社会化推荐系统 | 第20-22页 |
| 1.3 研究目标和研究内容 | 第22-23页 |
| 1.3.1 研究目标 | 第22页 |
| 1.3.2 研究内容 | 第22-23页 |
| 1.4 研究方法与技术路线图 | 第23-24页 |
| 1.4.1 研究方法 | 第23页 |
| 1.4.2 技术路线图 | 第23-24页 |
| 1.5 本文的组织结构 | 第24-26页 |
| 第二章 社会化推荐的相关基础理论研究 | 第26-44页 |
| 2.1 社会化推荐概述 | 第26-29页 |
| 2.1.1 社会化推荐的概念 | 第26-27页 |
| 2.1.2 社会化推荐的基本框架 | 第27-28页 |
| 2.1.3 社会化推荐方法分类 | 第28-29页 |
| 2.2 面向个体的社会化推荐理论研究 | 第29-36页 |
| 2.2.1 面向个体的社会化推荐的形式化定义 | 第29页 |
| 2.2.2 面向个体的基于评分预测的常用推荐方法 | 第29-32页 |
| 2.2.3 面向个体的基于排序预测的常用推荐方法 | 第32-36页 |
| 2.3 面向群组的社会化推荐理论研究 | 第36-43页 |
| 2.3.1 面向群组的社会化推荐的形式化定义 | 第36-37页 |
| 2.3.2 面向群组的社会化推荐的融合方法 | 第37-40页 |
| 2.3.3 面向群组的社会化推荐的融合策略 | 第40-43页 |
| 2.4 小结 | 第43-44页 |
| 第三章 考虑群组信息面向个体的社会化推荐方法研究 | 第44-61页 |
| 3.1 研究问题背景 | 第44-46页 |
| 3.2 考虑群组信息面向个体的社会化推荐方法GListWise | 第46-50页 |
| 3.2.1 问题形式化定义 | 第46-47页 |
| 3.2.2 建立基于群组信息的用户相关性矩阵 | 第47-48页 |
| 3.2.3 融合用户相关性的GListWise方法 | 第48-50页 |
| 3.3 实验设计 | 第50-54页 |
| 3.3.1 数据集 | 第50-51页 |
| 3.3.2 评价指标 | 第51-52页 |
| 3.3.3 对比方法 | 第52-53页 |
| 3.3.4 实验流程 | 第53-54页 |
| 3.4 结果分析与讨论 | 第54-60页 |
| 3.4.1 实验结果 | 第54-55页 |
| 3.4.2 分析与讨论 | 第55-60页 |
| 3.5 小结 | 第60-61页 |
| 第四章 面向群组的基于联合概率矩阵分解的社会化推荐研究 | 第61-77页 |
| 4.1 研究问题背景 | 第61-62页 |
| 4.2 基于联合概率矩阵分解的群推荐方法 | 第62-67页 |
| 4.2.1 基于联合概率矩阵分解的群推荐框架 | 第63-64页 |
| 4.2.2 联合概率矩阵分解方法 | 第64-66页 |
| 4.2.3 评分合成 | 第66页 |
| 4.2.4 时间复杂度分析 | 第66-67页 |
| 4.3 实验设计 | 第67-68页 |
| 4.3.1 数据集 | 第67页 |
| 4.3.2 评价指标 | 第67页 |
| 4.3.3 对比方法 | 第67-68页 |
| 4.3.4 实验流程 | 第68页 |
| 4.4 结果分析与讨论 | 第68-76页 |
| 4.4.1 实验结果 | 第68-70页 |
| 4.4.2 分析与讨论 | 第70-76页 |
| 4.5 小结 | 第76-77页 |
| 第五章 总结与展望 | 第77-79页 |
| 5.1 主要贡献与创新点 | 第77-78页 |
| 5.2 研究展望 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第84-85页 |
