| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 商品推荐研究现状 | 第12-14页 |
| 1.2.2 好友推荐研究现状 | 第14-16页 |
| 1.3 论文研究内容与组织结构 | 第16-18页 |
| 第2章 推荐系统技术 | 第18-32页 |
| 2.1 个性化推荐技术 | 第18-23页 |
| 2.1.1 基于内容的推荐技术 | 第18-19页 |
| 2.1.2 协同过滤推荐技术 | 第19-20页 |
| 2.1.3 基于关联规则的推荐技术 | 第20-21页 |
| 2.1.4 基于图结构的推荐算法 | 第21-22页 |
| 2.1.5 基于标签的推荐算法 | 第22-23页 |
| 2.2 信任模型 | 第23-27页 |
| 2.2.1 信任评价的定义及特点 | 第23-25页 |
| 2.2.2 信任模型的分类及作用 | 第25-27页 |
| 2.3 推荐系统评价指标 | 第27-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 信任网络模型的设计与构建 | 第32-42页 |
| 3.1 信任网络 | 第32-33页 |
| 3.2 信任网络模型架构 | 第33-40页 |
| 3.2.1 信任网络初始化 | 第34-36页 |
| 3.2.2 局部信任网络扩展 | 第36-37页 |
| 3.2.3 信任网络模型信任值计算 | 第37-40页 |
| 3.3 本章小结 | 第40-42页 |
| 第4章 融合信任与兴趣的协同过滤商品推荐 | 第42-54页 |
| 4.1 基于信任网络模型的协同过滤推荐系统结构 | 第42-44页 |
| 4.2 基于信任网络模型的协同过滤商品推荐算法 | 第44-46页 |
| 4.2.1 相似度计算 | 第45页 |
| 4.2.2 相似度与信任度结合 | 第45-46页 |
| 4.2.3 评分预测及推荐 | 第46页 |
| 4.3 数据集简介 | 第46-48页 |
| 4.4 实验结果及分析 | 第48-52页 |
| 4.4.1 参数 R 对系统性能的影响 | 第48-49页 |
| 4.4.2 不同局部信任网络规模和近邻阈值β对实验的影响 | 第49-51页 |
| 4.4.3 不同推荐策略的性能比较 | 第51-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第5章 基于信任与相似行为的电子商务好友推荐 | 第54-66页 |
| 5.1 基于信任网络模型的电子商务好友推荐算法架构 | 第54-55页 |
| 5.2 基于信任网络模型的电子商务好友推荐算法 | 第55-59页 |
| 5.2.1 信任行为相似度计算 | 第56页 |
| 5.2.2 评分行为相似度计算 | 第56-58页 |
| 5.2.3 相似度与信任度结合 | 第58-59页 |
| 5.3 实验结果及分析 | 第59-64页 |
| 5.3.1 不同信任行为相似度计算方法在 PathLen 控制下的系统性能 | 第59-60页 |
| 5.3.2 不同推荐策略对性能的影响 | 第60-62页 |
| 5.3.3 不同信任网络规模及单次推荐数目对性能的影响 | 第62-64页 |
| 5.4 本章小结 | 第64-66页 |
| 结论与展望 | 第66-68页 |
| 结论 | 第66页 |
| 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间取得的研究成果 | 第72-74页 |
| 致谢 | 第74页 |
