基于广度优先遍历的不信任网络扩展推荐算法
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景及意义 | 第11-13页 |
| 1.1.1 课题背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 协同过滤推荐算法的研究现状 | 第13-14页 |
| 1.2.2 现有阶段的不足之处 | 第14-15页 |
| 1.3 论文内容和组织结构 | 第15-17页 |
| 1.3.1 研究内容及主要工作 | 第15页 |
| 1.3.2 论文结构 | 第15-17页 |
| 第2章 综述 | 第17-26页 |
| 2.1 社交网络的介绍 | 第17页 |
| 2.2 推荐系统的介绍 | 第17-22页 |
| 2.2.1 memory-based推荐方法 | 第18-20页 |
| 2.2.2 Model-based推荐算法 | 第20-21页 |
| 2.2.3 协同过滤算法的缺陷 | 第21-22页 |
| 2.3 基于社会信任关系的协同过滤算法介绍 | 第22-24页 |
| 2.3.1 社会信任的协同过滤算法的发展 | 第22-23页 |
| 2.3.2 基于信任的协同过滤算法的缺点 | 第23-24页 |
| 2.4 基于社会不信任的推荐算法介绍 | 第24-25页 |
| 2.4.1 把不信任作为一个过滤器 | 第24页 |
| 2.4.2 把不信任作为信任传播的调节器 | 第24-25页 |
| 2.4.3 把不信任作为一个负的标量偏差值 | 第25页 |
| 2.4.4 融合不信任信息的推荐算法缺陷 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于广度优先遍历的不信任网络扩展推荐算法 | 第26-35页 |
| 3.1 引言 | 第26页 |
| 3.2 不信任研究的发展过程 | 第26-28页 |
| 3.2.1 信任——不信任的单因素观 | 第26-27页 |
| 3.2.2 信任——不信任的双因素观 | 第27页 |
| 3.2.3 不信任的重要性 | 第27-28页 |
| 3.3 基于广度优先遍历的不信任网络扩展模型 | 第28-32页 |
| 3.3.1 不信任网络及其传递性 | 第28-30页 |
| 3.3.2 不信任值的计算模型 | 第30-32页 |
| 3.4 结合基于信任的协同过滤算法后的新算法 | 第32-34页 |
| 3.4.1 系统数据集定义 | 第32-33页 |
| 3.4.2 算法描述 | 第33页 |
| 3.4.3 综合权重值Q的计算 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 实验评估 | 第35-40页 |
| 4.1 实验数据集介绍 | 第35-36页 |
| 4.2 实验环境 | 第36页 |
| 4.3 评价标准介绍 | 第36-37页 |
| 4.4 实验结果分析 | 第37-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第5章 总结与展望 | 第40-42页 |
| 5.1 总结 | 第40-41页 |
| 5.2 展望 | 第41-42页 |
| 参考文献 | 第42-47页 |
| 致谢 | 第47页 |
