结合信任模型的协同过滤推荐系统研究与实现
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文主要工作 | 第10页 |
| 1.4 论文组织结构 | 第10-11页 |
| 1.5 本章小结 | 第11-12页 |
| 2 个性化推荐系统介绍 | 第12-21页 |
| 2.1 推荐系统概述 | 第12-13页 |
| 2.1.1 推荐系统概念 | 第12页 |
| 2.1.2 推荐系统构成 | 第12-13页 |
| 2.2 主要推荐算法 | 第13-19页 |
| 2.2.1 基于内容推荐 | 第13-15页 |
| 2.2.2 协同过滤推荐 | 第15-18页 |
| 2.2.3 混合推荐 | 第18-19页 |
| 2.3 推荐算法评估 | 第19-20页 |
| 2.4 推荐技术面临的挑战 | 第20页 |
| 2.5 本章小结 | 第20-21页 |
| 3 结合信任模型的协同过滤推荐 | 第21-31页 |
| 3.1 结合信任的协同过滤推荐框架 | 第21-22页 |
| 3.1.1 算法思想 | 第21页 |
| 3.1.2 算法整体框架 | 第21-22页 |
| 3.2 信任定义及特征 | 第22-23页 |
| 3.3 信任模型建立 | 第23-26页 |
| 3.3.1 直接信任度 | 第23-25页 |
| 3.3.2 间接信任度 | 第25-26页 |
| 3.4 算法具体过程 | 第26-27页 |
| 3.4.1 最近邻用户寻找 | 第26-27页 |
| 3.4.2 评分预测及推荐 | 第27页 |
| 3.5 实验分析 | 第27-30页 |
| 3.5.1 实验数据集 | 第27-28页 |
| 3.5.2 实验结果及分析 | 第28-30页 |
| 3.6 本章小结 | 第30-31页 |
| 4 结合信任模型的推荐系统设计 | 第31-44页 |
| 4.1 推荐系统需求 | 第31页 |
| 4.2 推荐系统架构 | 第31-32页 |
| 4.3 用户交互模块设计 | 第32-33页 |
| 4.4 推荐引擎设计 | 第33-38页 |
| 4.4.1 数据模型设计 | 第34-36页 |
| 4.4.2 推荐算法组 | 第36-37页 |
| 4.4.3 推荐结果处理 | 第37-38页 |
| 4.5 系统冷启动问题解决方案 | 第38页 |
| 4.6 基于Hadoop分布式平台设计 | 第38-43页 |
| 4.6.1 HDFS分布式文件系统 | 第38-40页 |
| 4.6.2 MapReduce计算模型 | 第40-41页 |
| 4.6.3 基于Hadoop平台系统设计 | 第41-43页 |
| 4.7 本章小结 | 第43-44页 |
| 5 结合信任模型的推荐系统实现 | 第44-58页 |
| 5.1 系统开发环境 | 第44-45页 |
| 5.2 推荐引擎实现 | 第45-53页 |
| 5.2.1 数据模型建立 | 第45-49页 |
| 5.2.2 推荐算法实现 | 第49-53页 |
| 5.2.3 推荐结果处理 | 第53页 |
| 5.3 用户交互实现 | 第53-57页 |
| 5.4 本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-59页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
