| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·协同过滤中隐私保护问题的研究现状 | 第12-14页 |
| ·现有隐私保持协同过滤推荐存在的问题 | 第14-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| ·本文的组织结构 | 第16-17页 |
| 第2章 相关理论基础 | 第17-30页 |
| ·协同过滤推荐相关知识介绍 | 第17-25页 |
| ·协同过滤推荐技术的简单描述 | 第17-18页 |
| ·协同过滤推荐算法的分类及经典算法介绍 | 第18-23页 |
| ·协同过滤算法的优缺点 | 第23-25页 |
| ·隐私保护相关知识介绍 | 第25-29页 |
| ·个性化服务中隐私泄露的途径 | 第25页 |
| ·个性化服务中用户隐私的主要内容 | 第25页 |
| ·隐私保护技术分类 | 第25-28页 |
| ·隐私保护技术比较 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于超立方体P2P 结构用户模型存储的协同过滤推荐 | 第30-42页 |
| ·现有用户模型存储结构 | 第30-34页 |
| ·集中式用户模型存储结构 | 第30-31页 |
| ·P2P 用户模型存储结构 | 第31-32页 |
| ·基于P2P 用户模型存储结构的协同过滤推荐算法 | 第32-33页 |
| ·算法的不足 | 第33-34页 |
| ·超立方体P2P 结构用户模型存储 | 第34-35页 |
| ·基于超立方体P2P 结构用户模型存储的协同过滤推荐 | 第35-41页 |
| ·相关定义 | 第35-36页 |
| ·算法工作过程 | 第36-38页 |
| ·算法描述 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于随机扰乱技术的隐私保持协同过滤推荐改进算法 | 第42-53页 |
| ·基于随机扰乱技术的隐私保持协同过滤推荐算法 | 第42-48页 |
| ·随机扰乱技术简介 | 第42-43页 |
| ·正规化技术 | 第43-44页 |
| ·算法及其存在的问题 | 第44-48页 |
| ·扰乱强度权重 | 第48-49页 |
| ·扰乱强度 | 第48页 |
| ·扰乱强度权重的引入及度量模型 | 第48-49页 |
| ·调和相似度度量模型 | 第49页 |
| ·基于随机扰乱技术的隐私保持协同过滤改进算法 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 算法的实验与评价 | 第53-64页 |
| ·实验数据来源及实验环境配置 | 第53-55页 |
| ·实验数据来源 | 第53-54页 |
| ·实验环境配置 | 第54-55页 |
| ·实验评价标准 | 第55-56页 |
| ·基于超立方体P2P 结构用户模型存储的协同过滤推荐算法验证 | 第56-60页 |
| ·算法的实验方案 | 第56页 |
| ·实验结果及分析 | 第56-60页 |
| ·基于随机扰乱技术的隐私保持协同过滤改进算法验证 | 第60-62页 |
| ·实验方案 | 第60页 |
| ·实验结果及分析 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |
