基于社会网络的协同过滤推荐技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题背景 | 第9-10页 |
| ·研究目的和意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·论文研究内容及章节安排 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第二章 社区发现算法的研究 | 第14-23页 |
| ·一般社区发现算法研究 | 第14-19页 |
| ·谱平分法 | 第15-16页 |
| ·Kernighan-Lin 算法 | 第16页 |
| ·层次聚类算法 | 第16-18页 |
| ·GN 算法 | 第18-19页 |
| ·重叠社区发现算法研究 | 第19-22页 |
| ·EAGLE 算法 | 第19-20页 |
| ·基于FCM 重叠社区发现算法 | 第20-21页 |
| ·基于最大派系图分割的重叠社区发现算法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 推荐系统相关技术研究 | 第23-35页 |
| ·基于内容的推荐技术 | 第24-26页 |
| ·协同过滤推荐技术 | 第26-31页 |
| ·基于记忆的协同推荐技术 | 第27-31页 |
| ·基于模型的协同推荐技术 | 第31页 |
| ·混合推荐技术 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于社区发现的协同过滤推荐算法和推荐策略 | 第35-53页 |
| ·改进的社区发现算法 | 第35-46页 |
| ·基于中心节点的重叠社区发现算法 | 第35-40页 |
| ·基于k-派系的重叠社区发现算法 | 第40-46页 |
| ·基于社区发现的协同过滤推荐算法 | 第46-52页 |
| ·算法基本思想 | 第46-47页 |
| ·算法实现 | 第47-52页 |
| ·算法框架 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第五章 实验数据分析和性能评价 | 第53-61页 |
| ·实验内容 | 第53页 |
| ·实验数据集 | 第53页 |
| ·实验评价指标 | 第53-54页 |
| ·实验方案 | 第54-55页 |
| ·实验结果及分析 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结和展望 | 第61-63页 |
| ·本文工作总结 | 第61-62页 |
| ·今后的工作 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻硕期间取得的研究成果 | 第68-69页 |
