在线社会网络挖掘及个性化推荐研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10页 |
| ·在线社会网络推荐中的关键问题 | 第10-12页 |
| ·推荐的时间变化问题 | 第11页 |
| ·社会网络中社团对推荐的影响 | 第11页 |
| ·稀疏性问题 | 第11-12页 |
| ·本文工作及创新点 | 第12-13页 |
| ·本文组织结构及各章节研究内容 | 第13-15页 |
| 第二章 相关工作研究 | 第15-29页 |
| ·引言 | 第15页 |
| ·推荐系统相关研究 | 第15-16页 |
| ·基于内容推荐算法 | 第15-16页 |
| ·协同过滤推荐算法 | 第16页 |
| ·在线社会网络 | 第16页 |
| ·遗传进化算法 | 第16-29页 |
| ·遗传算法概述 | 第16-17页 |
| ·基于势场引导的两阶段协同进化遗传算法 | 第17-29页 |
| 第三章 基于记忆效应的协同过滤推荐算法 | 第29-37页 |
| ·引言 | 第29页 |
| ·具有记忆效应的协同过滤推荐 | 第29-35页 |
| ·记忆-遗忘模型 | 第30-31页 |
| ·用户兴趣与短时记忆（SM） | 第31-32页 |
| ·回忆激励及长时记忆（LM） | 第32-33页 |
| ·基于调和记忆的相关相似性 | 第33-34页 |
| ·算法描述 | 第34-35页 |
| ·试验分析 | 第35-36页 |
| ·实验数据及评价指标 | 第35-36页 |
| ·实验结果 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第四章 在线社会网络下社团特征分析 | 第37-51页 |
| ·引言 | 第37-38页 |
| ·社团划分的优化问题描述 | 第38-39页 |
| ·基于文化的多目标网络社团发现 | 第39-46页 |
| ·种群文化 | 第40-42页 |
| ·协同进化 | 第42-43页 |
| ·遗传操作算子 | 第43-46页 |
| ·算法流程 | 第46页 |
| ·实验分析 | 第46-50页 |
| ·算法有效性验证 | 第46-49页 |
| ·算法实例验证 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 基于网络社团发现的协同过滤推荐算法 | 第51-56页 |
| ·引言 | 第51页 |
| ·在线社会网络下的协同过滤推荐模型 | 第51-52页 |
| ·基于网络社团发现的协同过滤推荐算法 | 第52-53页 |
| ·社会网络的离线社团发现 | 第52-53页 |
| ·用户在线协同过滤推荐 | 第53页 |
| ·实验分析 | 第53-55页 |
| ·实验数据集 | 第53-54页 |
| ·实验结果分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·工作总结 | 第56页 |
| ·未来展望 | 第56-58页 |
| 参考文献 | 第58-65页 |
| 攻读硕士期间发表学术论文及参与项目情况 | 第65-66页 |
| 致谢 | 第66页 |
