| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 课题背景 | 第14页 |
| 1.2 推荐系统的主要方法 | 第14-17页 |
| 1.2.1 基于内容的推荐 | 第15页 |
| 1.2.2 协同过滤的推荐 | 第15-16页 |
| 1.2.3 社会化推荐 | 第16-17页 |
| 1.3 论文的贡献及章节安排 | 第17-20页 |
| 1.3.1 论文的贡献 | 第17-18页 |
| 1.3.2 论文章节安排 | 第18-20页 |
| 第二章 相关技术介绍 | 第20-26页 |
| 2.1 矩阵分解模型 | 第20页 |
| 2.2 逻辑斯蒂回归模型 | 第20-21页 |
| 2.3 排序学习 | 第21-22页 |
| 2.4 随机梯度下降 | 第22页 |
| 2.5 相似度计算 | 第22-23页 |
| 2.6 实验数据集 | 第23-24页 |
| 2.7 推荐系统评价指标 | 第24-26页 |
| 2.7.1 准确率和召回率 | 第24页 |
| 2.7.2 平均准确率MAP | 第24-26页 |
| 第三章 基于共同兴趣进行好友推荐 | 第26-40页 |
| 3.1 基于近邻的改进模型 | 第26-32页 |
| 3.1.1 计算热点用户的相似度 | 第29-30页 |
| 3.1.2 近邻模型的优化 | 第30页 |
| 3.1.3 生成推荐列表 | 第30-31页 |
| 3.1.4 实验结果分析 | 第31-32页 |
| 3.2 基于LDA的改进推荐模型 | 第32-38页 |
| 3.2.1 提取关键词 | 第33页 |
| 3.2.2 提取兴趣主题 | 第33-34页 |
| 3.2.3 LDA的改进模型 | 第34-35页 |
| 3.2.4 实验结果分析 | 第35-38页 |
| 3.3 小结 | 第38-40页 |
| 第四章 基于社会化网络进行好友推荐 | 第40-50页 |
| 4.1 社交网络图 | 第40-41页 |
| 4.2 基于社交网络结构structure1的模型 | 第41-42页 |
| 4.3 基于社交网络结构structure2的模型 | 第42-43页 |
| 4.4 基于社交网络结构structure3的模型 | 第43-44页 |
| 4.5 基于社交网络结构特征的模型 | 第44-45页 |
| 4.6 实验结果分析 | 第45-48页 |
| 4.7 小结 | 第48-50页 |
| 第五章 基于社会化网络推荐算法的应用 | 第50-62页 |
| 5.1 推荐系统的整体设计 | 第52-56页 |
| 5.1.1 推荐系统的模块设计 | 第53-54页 |
| 5.1.2 推荐系统的结构 | 第54-55页 |
| 5.1.3 推荐引擎的结构 | 第55-56页 |
| 5.2 新注册用户好友推荐的应用 | 第56-59页 |
| 5.3 基于社交关系的好友推荐算法的应用 | 第59-60页 |
| 5.4 基于兴趣特征的好友推荐算法的应用 | 第60-62页 |
| 第六章 总结和展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 研究成果及发表的学术论文 | 第70-72页 |
| 作者和导师简介 | 第72-73页 |
| 附件 | 第73-74页 |
