基于用户相似度和社交信任关系的推荐算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.4 研究内容 | 第12页 |
| 1.5 论文的主要内容结构 | 第12-14页 |
| 第二章 推荐系统相关研究 | 第14-19页 |
| 2.1 推荐系统概要 | 第14页 |
| 2.2 基于内容的推荐 | 第14-15页 |
| 2.3 基于协同过滤的推荐 | 第15-17页 |
| 2.3.1 基于记忆的方法 | 第16-17页 |
| 2.3.2 基于模型的方法 | 第17页 |
| 2.4 研究重点与难点 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 用户相似度 | 第19-27页 |
| 3.1 用户行为相似度 | 第19-21页 |
| 3.1.1 皮尔森相似度 | 第19-20页 |
| 3.1.2 皮尔森相似度的改进 | 第20-21页 |
| 3.2 用户异构信息相似度 | 第21-25页 |
| 3.2.1 异构信息网络定义 | 第21-22页 |
| 3.2.2 相关路径 | 第22页 |
| 3.2.3 异构网络相似度HeteSim算法 | 第22-24页 |
| 3.2.4 规范化后的HeteSim公式 | 第24-25页 |
| 3.3 本章小结 | 第25-27页 |
| 第四章 基于社交信任的推荐算法 | 第27-31页 |
| 4.1 信任的定义 | 第27页 |
| 4.2 信任和推荐 | 第27-28页 |
| 4.3 trustSVD算法 | 第28-29页 |
| 4.4 其他相关算法 | 第29页 |
| 4.4.1 RegSVD | 第29页 |
| 4.4.2 HPtrustSVD | 第29页 |
| 4.5 本章小结 | 第29-31页 |
| 第五章 基于用户相似度和社交信任的推荐算法 | 第31-34页 |
| 5.1 隐式信任关系 | 第31-32页 |
| 5.2 IMtrustSVD模型 | 第32-33页 |
| 5.3 本章小结 | 第33-34页 |
| 第六章 实验结果与分析 | 第34-40页 |
| 6.1 数据集 | 第34页 |
| 6.2 评估方法 | 第34-35页 |
| 6.3 实验设置 | 第35-36页 |
| 6.4 参数 α 的影响 | 第36-38页 |
| 6.5 实验比较 | 第38-39页 |
| 6.6 本章小结 | 第39-40页 |
| 第七章 总结与展望 | 第40-42页 |
| 7.1 本文总结 | 第40页 |
| 7.2 未来工作 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 致谢 | 第46-47页 |
| 在学期间公开发表论文情况 | 第47页 |
