基于社会信任与加权SimRank的个性化推荐算法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文主要工作 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第2章 相关技术介绍 | 第14-22页 |
| 2.1 个性化推荐算法 | 第14-18页 |
| 2.1.1 基于内容的推荐算法 | 第14-15页 |
| 2.1.2 协同过滤推荐算法 | 第15-16页 |
| 2.1.3 混合推荐系统 | 第16-17页 |
| 2.1.4 推荐算法的经典问题 | 第17-18页 |
| 2.2 SimRank算法思想 | 第18-19页 |
| 2.2.1 Sim Rank算法的应用 | 第18页 |
| 2.2.2 Sim Rank算法的不足 | 第18-19页 |
| 2.3 社会信任网络模型 | 第19页 |
| 2.4 Hadoop大数据框架 | 第19-21页 |
| 2.4.1 HDFS分布式文件系统 | 第19-20页 |
| 2.4.2 MapReduce分布式计算框架 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 基于加权SimRank的个性化推荐算法 | 第22-37页 |
| 3.1 数据稀疏性问题 | 第22-23页 |
| 3.2 SimRank算法的加权改进 | 第23-25页 |
| 3.3 算法的MapReduce并行实现 | 第25-30页 |
| 3.4 实验与分析 | 第30-36页 |
| 3.4.1 实验数据集 | 第30-31页 |
| 3.4.2 实验环境配置 | 第31页 |
| 3.4.3 实验评价指标 | 第31-33页 |
| 3.4.4 实验结果与分析 | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于社会信任的协同过滤推荐算法 | 第37-47页 |
| 4.1 问题分析 | 第37-38页 |
| 4.2 社会信任网络模型的建立 | 第38-43页 |
| 4.2.1 社交网络基本概念简介 | 第38-39页 |
| 4.2.2 信任的特征 | 第39-40页 |
| 4.2.3 信任度的计算 | 第40-43页 |
| 4.3 实验与分析 | 第43-46页 |
| 4.3.1 实验数据集 | 第43-44页 |
| 4.3.2 实验环境配置 | 第44页 |
| 4.3.3 实验评价指标 | 第44-45页 |
| 4.3.4 实验结果与分析 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 结束语 | 第47-49页 |
| 5.1 工作总结 | 第47-48页 |
| 5.2 工作展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第54页 |
