| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·个性化信息推荐技术的研究现状 | 第9-10页 |
| ·待解决的问题 | 第10-11页 |
| ·本文工作 | 第11-12页 |
| ·本文的结构 | 第12-13页 |
| 2 相关知识及评测指标 | 第13-20页 |
| ·基于内容的推荐算法 | 第13-15页 |
| ·协同过滤推荐算法 | 第15-18页 |
| ·基于用户(User-Based)的协同过滤 | 第16页 |
| ·基于项目(Item-Based)的协同过滤 | 第16-17页 |
| ·基于模型(Model-Based)的协同过滤 | 第17-18页 |
| ·推荐性能的评测指标 | 第18-20页 |
| ·Precision值 | 第18页 |
| ·Recall值 | 第18-19页 |
| ·MAE值 | 第19-20页 |
| 3 基于项目和标签的随机游走个性化信息推荐模型 | 第20-32页 |
| ·方法 | 第20-25页 |
| ·Random Walk Recommender(RWR)算法 | 第20-22页 |
| ·项目-标签导向的随机游走模型(TRWR) | 第22-23页 |
| ·相似度计算方法的改进 | 第23-25页 |
| ·实验结果及分析 | 第25-31页 |
| ·实验设计 | 第25页 |
| ·语料来源和数据剪枝 | 第25页 |
| ·对比实验的描述 | 第25页 |
| ·TRWR的实验结果对比与分析 | 第25-27页 |
| ·优化相似度计算方法后的实验结果对比与分析 | 第27-29页 |
| ·α值的变化对推荐结果的影响 | 第29页 |
| ·推荐项目数对TRWR性能的影响 | 第29-31页 |
| ·总结与下一步工作 | 第31-32页 |
| 4 基于信任网络的个性化信息推荐 | 第32-43页 |
| ·TrustWalker——信任网络和协同过滤融合的随机游走模型 | 第32-35页 |
| ·TrustWalker的一趟随机游走过程 | 第33-35页 |
| ·一趟随机游走的终止条件 | 第35页 |
| ·全局游走的终止条件 | 第35页 |
| ·对TrustWalker模型的改进 | 第35-36页 |
| ·实验结果及分析 | 第36-42页 |
| ·实验数据集 | 第37-38页 |
| ·实验结果 | 第38-42页 |
| ·下一步的工作 | 第42-43页 |
| 结论 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 攻读硕士学位期间发表学术论文情况 | 第48-49页 |
| 致谢 | 第49-50页 |