| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究意义 | 第8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.3 本文研究动机及主要贡献 | 第10-13页 |
| 1.4 本文结构 | 第13-14页 |
| 第2章 问题描述与相关工作 | 第14-21页 |
| 2.1 Memory-based 协同过滤算法 | 第15-16页 |
| 2.2 协同过滤中的矩阵分解 | 第16-18页 |
| 2.3 Trust-based 方法 | 第18-19页 |
| 2.4 社会推荐方法 | 第19-21页 |
| 第3章 矩阵分解模型 TrustMF | 第21-27页 |
| 3.1 分解信任网络 | 第21-22页 |
| 3.2 模型 Truster-MF | 第22-24页 |
| 3.3 模型 Trustee-MF | 第24-25页 |
| 3.4 融合 Truster 和 Trustee 模型 | 第25-27页 |
| 第4章 概率矩阵分解模型 TrustPMF | 第27-36页 |
| 4.1 概率矩阵分解 | 第27-29页 |
| 4.2 若干适用于社会化协同过滤的概率模型 | 第29-32页 |
| 4.2.1 模型 Truster-PMF | 第30-31页 |
| 4.2.2 模型 Trustee-PMF | 第31页 |
| 4.2.3 模型 TrustPMF1 | 第31-32页 |
| 4.2.4 模型 TrustPMF2 | 第32页 |
| 4.3 模型 TrustPMF 的目标函数 | 第32-34页 |
| 4.4 训练模型 TrustPMF | 第34-36页 |
| 第5章 实验与验证分析 | 第36-46页 |
| 5.1 数据集描述 | 第36-37页 |
| 5.2 实验设置 | 第37-38页 |
| 5.2.1 评价指标 | 第37页 |
| 5.2.2 对比算法 | 第37页 |
| 5.2.3 交叉验证 | 第37-38页 |
| 5.3 实验结果 | 第38-46页 |
| 5.3.1 针对所有用户验证算法的性能 | 第38-39页 |
| 5.3.2 针对冷启动用户验证算法的性能 | 第39-40页 |
| 5.3.3 针对不同节点度的用户验证算法的性能 | 第40-46页 |
| 第6章 总结与展望 | 第46-47页 |
| 6.1 本文工作总结 | 第46页 |
| 6.2 工作展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 作者简介 | 第50-51页 |
| 致谢 | 第51页 |