| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究现状 | 第14-17页 |
| 1.2.1 基于用户调查的冷启动用户服务推荐 | 第14-15页 |
| 1.2.2 基于用户上下文信息的冷启动用户服务推荐 | 第15-16页 |
| 1.2.3 基于用户注册信息的冷启动用户服务推荐 | 第16-17页 |
| 1.2.4 研究现状小结 | 第17页 |
| 1.3 研究目标 | 第17页 |
| 1.4 研究内容 | 第17-18页 |
| 1.5 论文组织结构 | 第18-21页 |
| 第2章 基于注册信息的用户相似度模型 | 第21-29页 |
| 2.1 引言 | 第21页 |
| 2.2 基于注册信息的用户相似度模型 | 第21-25页 |
| 2.2.1 注册信息元素相似度的计算 | 第22页 |
| 2.2.2 权重值w_i的计算 | 第22-25页 |
| 2.3 实例描述 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 面向服务功能的冷启动用户个性化推荐 | 第29-39页 |
| 3.1 研究思路 | 第29-30页 |
| 3.2 邻居用户的发现 | 第30页 |
| 3.3 基于功能的服务聚类 | 第30-31页 |
| 3.4 为冷启动用户推荐服务 | 第31-33页 |
| 3.5 实验评估 | 第33-37页 |
| 3.5.1 数据集与评价指标 | 第33-35页 |
| 3.5.2 实验结果 | 第35-37页 |
| 3.6 本章小结 | 第37-39页 |
| 第4章 面向服务QOS的冷启动用户个性化推荐 | 第39-49页 |
| 4.1 研究思路 | 第39-40页 |
| 4.2 邻居用户的发现 | 第40页 |
| 4.3 预测冷启动用户的QOS体验 | 第40-43页 |
| 4.3.1 上下文属性元素相似度的计算 | 第42页 |
| 4.3.2 权重值α_t的计算 | 第42-43页 |
| 4.4 为冷启动用户推荐服务 | 第43-44页 |
| 4.5 实验过程与结果分析 | 第44-47页 |
| 4.5.1 数据集与评价指标 | 第44-45页 |
| 4.5.2 实验结果 | 第45-47页 |
| 4.6 本章小结 | 第47-49页 |
| 第5章 原型系统的设计与实现 | 第49-65页 |
| 5.1 需求分析 | 第49页 |
| 5.2 系统设计 | 第49-58页 |
| 5.2.1 功能模块设计 | 第50-56页 |
| 5.2.2 数据库设计 | 第56-58页 |
| 5.3 系统实现与验证 | 第58-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间参与的项目及发表的论文 | 第73-75页 |
| 作者简介 | 第75页 |