| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 个性化推荐研究及应用 | 第12-15页 |
| 1.2.1 国内外研究现状 | 第12-14页 |
| 1.2.2 个性化推荐的应用 | 第14-15页 |
| 1.3 研究动机 | 第15页 |
| 1.4 研究内容 | 第15-16页 |
| 1.5 本文组织结构 | 第16-18页 |
| 第2章 相关工作概述 | 第18-26页 |
| 2.1 个性化推荐算法 | 第18-23页 |
| 2.1.1 基于内容的推荐算法 | 第18-19页 |
| 2.1.2 基于关联规则的推荐算法 | 第19-20页 |
| 2.1.3 基于协同过滤的推荐算法 | 第20-22页 |
| 2.1.4 基于社交网络的推荐算法 | 第22-23页 |
| 2.2 矩阵分解模型介绍 | 第23-25页 |
| 2.2.1 基本矩阵分解 | 第23-24页 |
| 2.2.2 概率矩阵分解 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 基于兴趣圈中社会关系的推荐算法 | 第26-40页 |
| 3.1 用户冷启动问题 | 第26-27页 |
| 3.2 基于兴趣圈的社会关系 | 第27-29页 |
| 3.3 基于兴趣圈的推荐算法 | 第29-32页 |
| 3.3.1 基于兴趣圈的基本矩阵分解 | 第29页 |
| 3.3.2 基于朋友关系的正则化项设计 | 第29-30页 |
| 3.3.3 基于专家关系的正则化项设计 | 第30-31页 |
| 3.3.4 模型参数推导以及算法复杂度分析 | 第31-32页 |
| 3.4 实验结果及分析 | 第32-38页 |
| 3.4.1 数据集 | 第32-33页 |
| 3.4.2 评价指标 | 第33-34页 |
| 3.4.3 对比实验 | 第34-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 基于无监督专家发现的个性化推荐 | 第40-56页 |
| 4.1 专家发现 | 第40-42页 |
| 4.1.1 构建社交网络 | 第41页 |
| 4.1.2 基于朋友关系和基于用户相似性的专家发现 | 第41-42页 |
| 4.2 基于专家发现的推荐算法 | 第42-45页 |
| 4.2.1 无监督专家的正则化项设计 | 第43-44页 |
| 4.2.2 基于兴趣圈的专家优化推荐算法 | 第44页 |
| 4.2.3 模型参数推导以及算法复杂度分析 | 第44-45页 |
| 4.3 实验结果及分析 | 第45-54页 |
| 4.3.1 数据集 | 第45-46页 |
| 4.3.2 对比实验 | 第46-50页 |
| 4.3.3 用户冷启动实验 | 第50-52页 |
| 4.3.4 模型参数分析 | 第52-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第5章 工作总结及展望 | 第56-58页 |
| 5.1 全文总结 | 第56-57页 |
| 5.2 展望未来 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第64页 |