| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第一章 引言 | 第10-15页 |
| ·标签系统概述 | 第10-11页 |
| ·标签系统存在的问题 | 第11-12页 |
| ·本文研究内容及研究目标 | 第12-13页 |
| ·论文结构安排 | 第13-15页 |
| 第二章 基于标签的推荐系统相关技术研究现状 | 第15-24页 |
| ·推荐系统概述 | 第15-16页 |
| ·传统的推荐技术介绍 | 第16-22页 |
| ·协同过滤推荐 | 第16-21页 |
| ·其他推荐技术介绍 | 第21-22页 |
| ·基于标签的推荐系统相关技术介绍 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 用户-用户关系 | 第24-35页 |
| ·用户模型研究 | 第24-28页 |
| ·用户对项目喜爱度评估算法 | 第28页 |
| ·基于用户兴趣划分的协同过滤推荐算法 | 第28-33页 |
| ·问题分析 | 第28-30页 |
| ·算法伪代码 | 第30-31页 |
| ·用户的整体兴趣模型 | 第31页 |
| ·用户整体相似性计算 | 第31-32页 |
| ·用户局部相似性计算 | 第32页 |
| ·用户对未评分项目的评分预测 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 项目-项目关系与标签-标签关系 | 第35-42页 |
| ·项目-项目关系 | 第35-38页 |
| ·项目模型 | 第35-36页 |
| ·基于用户的项目-项目网络的项目模型 | 第35-36页 |
| ·基于标签的项目-项目网络的项目模型 | 第36页 |
| ·基于项目的协同过滤推荐算法 | 第36-38页 |
| ·项目相似度计算 | 第37页 |
| ·用户评分的预测 | 第37-38页 |
| ·产生推荐 | 第38页 |
| ·标签-标签关系 | 第38-41页 |
| ·相关算法介绍 | 第39页 |
| ·基于社会关系的标签推荐算法 | 第39页 |
| ·基于查询扩展的标签检索算法 | 第39-41页 |
| ·标签关系 | 第39-40页 |
| ·基于共现性的标签关系度量 | 第40页 |
| ·算法伪代码 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 实验分析及讨论 | 第42-55页 |
| ·实验数据集 | 第42页 |
| ·基于个人(Personal View)和社会关系(Social View)的用户模型比较 | 第42-44页 |
| ·评价标准 | 第43页 |
| ·实验结果 | 第43-44页 |
| ·基于用户兴趣划分的协同过滤推荐算法实验 | 第44-48页 |
| ·评估标准 | 第44-45页 |
| ·数据降维效果分析 | 第45-46页 |
| ·实验结果 | 第46-48页 |
| ·标签推荐算法实验 | 第48-49页 |
| ·推荐策略设计 | 第49-52页 |
| ·面向用户的推荐策略分析及实验 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 结论与展望 | 第55-57页 |
| ·本文工作总结 | 第55-56页 |
| ·工作展望 | 第56-57页 |
| 附录 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 后记 | 第60页 |
| 致谢 | 第60页 |