社会网络环境下的个性化推荐算法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| Extended Abstract | 第10-22页 |
| 变量注释表 | 第22-24页 |
| 1 绪论 | 第24-36页 |
| 1.1 课题研究背景 | 第24-26页 |
| 1.2 研究意义 | 第26-28页 |
| 1.3 国内外研究现状 | 第28-30页 |
| 1.4 研究内容与论文框架 | 第30-34页 |
| 1.5 论文组织结构 | 第34-35页 |
| 1.6 本章小结 | 第35-36页 |
| 2 预备知识 | 第36-52页 |
| 2.1 引言 | 第36-37页 |
| 2.2 相关概念 | 第37-40页 |
| 2.3 社会网络推荐技术 | 第40-47页 |
| 2.4 社会网络推荐系统的评价 | 第47-49页 |
| 2.5 社会网络推荐的研究方向 | 第49-51页 |
| 2.6 本章小结 | 第51-52页 |
| 3 上下文感知的个性化推荐研究 | 第52-66页 |
| 3.1 引言 | 第52-53页 |
| 3.2 问题定义 | 第53-55页 |
| 3.3 上下文信息的获取与过滤 | 第55-56页 |
| 3.4 上下文感知推荐模型 | 第56-59页 |
| 3.5 算法描述 | 第59-60页 |
| 3.6 实验与结果分析 | 第60-65页 |
| 3.7 本章小结 | 第65-66页 |
| 4 融合主题与语言模型的社会标签推荐研究 | 第66-80页 |
| 4.1 引言 | 第66-67页 |
| 4.2 问题定义 | 第67-69页 |
| 4.3 社会化标签推荐模型 | 第69-74页 |
| 4.4 实验与结果分析 | 第74-79页 |
| 4.5 本章小结 | 第79-80页 |
| 5 基于信任关系的社会网络推荐研究 | 第80-100页 |
| 5.1 引言 | 第80-81页 |
| 5.2 问题定义 | 第81-83页 |
| 5.3 不可信节点的发现算法 | 第83-87页 |
| 5.4 基于可信度的推荐模型 | 第87-93页 |
| 5.5 实验与结果分析 | 第93-99页 |
| 5.6 本章小结 | 第99-100页 |
| 6 融合社会标签与信任关系的社会网络推荐研究 | 第100-114页 |
| 6.1 引言 | 第100-101页 |
| 6.2 新用户的信任推荐模型 | 第101-104页 |
| 6.3 融合信任与标签的推荐框架 | 第104-107页 |
| 6.4 实验与结果分析 | 第107-113页 |
| 6.5 本章小结 | 第113-114页 |
| 7 结论与展望 | 第114-119页 |
| 7.1 本文所做的工作 | 第114-116页 |
| 7.2 本文创新点 | 第116-117页 |
| 7.3 研究展望 | 第117-119页 |
| 参考文献 | 第119-134页 |
| 作者简历 | 第134-137页 |
| 学位论文数据集 | 第137页 |
