基于兴趣与保护隐私的在线社区推荐技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-11页 |
| 第一章 绪论 | 第11-23页 |
| ·研究背景 | 第11-13页 |
| ·在线社区推荐技术面临的新挑战 | 第13-14页 |
| ·相关工作和研究现状 | 第14-20页 |
| ·基于内容的推荐技术 | 第14-15页 |
| ·基于协同过滤的推荐技术 | 第15-17页 |
| ·混合的推荐技术 | 第17-18页 |
| ·隐私保护推荐技术 | 第18-20页 |
| ·本文的主要工作和内容组织 | 第20-21页 |
| ·小结 | 第21-23页 |
| 第二章 在线社区用户兴趣分析 | 第23-37页 |
| ·引言 | 第23页 |
| ·在线社区用户兴趣定义 | 第23-26页 |
| ·基于聚类的用户兴趣分析方法 | 第26-30页 |
| ·聚类优化目标函数 | 第26-27页 |
| ·聚类距离定义 | 第27页 |
| ·最优聚类数的选择 | 第27-28页 |
| ·基于改进聚类算法的用户兴趣聚类 | 第28-30页 |
| ·实验分析与讨论 | 第30-35页 |
| ·数据集描述 | 第30页 |
| ·评价方法 | 第30-31页 |
| ·聚类效果分析 | 第31-32页 |
| ·内容流行度与用户兴趣分布 | 第32-33页 |
| ·用户兴趣分布对于推荐结果的影响 | 第33-35页 |
| ·相关工作 | 第35页 |
| ·小结 | 第35-37页 |
| 第三章 基于用户兴趣的实时推荐技术 | 第37-57页 |
| ·引言 | 第37-40页 |
| ·Farseer概述 | 第38-39页 |
| ·Farseer实时推荐的挑战 | 第39-40页 |
| ·用户时间上下文的提取 | 第40-41页 |
| ·实时邻居选择方法 | 第41-42页 |
| ·基于时间权重的用户评价修正 | 第42-43页 |
| ·Farseer：基于用户兴趣的实时推荐算法 | 第43-46页 |
| ·新文章的实时兴趣组检测 | 第43-44页 |
| ·文章在兴趣组内的加权投票 | 第44-45页 |
| ·文章全局排序 | 第45-46页 |
| ·实验分析与讨论 | 第46-53页 |
| ·实验数据集描述 | 第46-47页 |
| ·推荐效果分析 | 第47-53页 |
| ·相关工作 | 第53-54页 |
| ·小结 | 第54-57页 |
| 第四章 保护隐私的在线社区推荐技术 | 第57-83页 |
| ·引言 | 第57-59页 |
| ·问题描述 | 第59-63页 |
| ·在线社区的隐私问题 | 第59-60页 |
| ·协同过滤算法中的隐私问题 | 第60页 |
| ·恶意攻击导致的隐私泄露 | 第60-63页 |
| ·Pistis：保护隐私的推荐算法 | 第63-73页 |
| ·具有隐私保护的用户兴趣组聚类 | 第64-66页 |
| ·基于兴趣的隐私保护推荐算法 | 第66-70页 |
| ·讨论 | 第70-73页 |
| ·实验分析与讨论 | 第73-79页 |
| ·推荐质量分析与比较 | 第74-76页 |
| ·隐私保护分析与比较 | 第76-78页 |
| ·推荐效率分析与比较 | 第78-79页 |
| ·相关工作 | 第79-81页 |
| ·小结 | 第81-83页 |
| 第五章 高效的隐私保护推荐技术 | 第83-111页 |
| ·引言 | 第83-85页 |
| ·系统概述 | 第85-86页 |
| ·分布式用户分组 | 第86-95页 |
| ·用户组定义 | 第86-87页 |
| ·用户组创建 | 第87-88页 |
| ·全局用户兴趣聚类 | 第88-91页 |
| ·保护隐私的条件检查 | 第91-93页 |
| ·用户分组的特殊情况 | 第93-94页 |
| ·复杂度分析 | 第94-95页 |
| ·虚拟用户管理 | 第95-97页 |
| ·组内虚拟用户 | 第95-96页 |
| ·全局虚拟用户 | 第96-97页 |
| ·复杂度分析 | 第97页 |
| ·保护隐私的内容推荐算法 | 第97-99页 |
| ·新文章的组内评价 | 第98页 |
| ·服务器端推荐 | 第98页 |
| ·客户端推荐 | 第98-99页 |
| ·复杂度分析 | 第99页 |
| ·YANA隐私保护讨论 | 第99-102页 |
| ·Semi-Honest模型中的隐私保护分析 | 第99-100页 |
| ·面向组内用户的隐私保护分析 | 第100-101页 |
| ·面向服务器的隐私保护分析 | 第101-102页 |
| ·实验分析与讨论 | 第102-108页 |
| ·实验环境 | 第103页 |
| ·推荐质量比较 | 第103-105页 |
| ·推荐效率比较 | 第105-108页 |
| ·相关工作 | 第108-109页 |
| ·小结 | 第109-111页 |
| 第六章 总结和展望 | 第111-115页 |
| ·总结 | 第111-112页 |
| ·展望 | 第112-115页 |
| 参考文献 | 第115-133页 |
| 发表文章目录 | 第133-134页 |
| 参与科研项目列表 | 第134-135页 |
| 致谢 | 第135-136页 |
