基于网络结构的信息推荐算法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-18页 |
| ·研究的背景与意义 | 第9-10页 |
| ·个性化推荐系统的研究现状 | 第10-15页 |
| ·个性化推荐系统所面临的问题和挑战 | 第15-16页 |
| ·论文的基本框架 | 第16-18页 |
| 第二章 个性化推荐系统 | 第18-28页 |
| ·个性化推荐系统概述 | 第18-19页 |
| ·个性化推荐系统概念 | 第18页 |
| ·个性化推荐系统的研究内容 | 第18-19页 |
| ·个性化系统的组成模块 | 第19页 |
| ·个性化推荐算法 | 第19-21页 |
| ·个性化推荐算法的分类 | 第19页 |
| ·衡量个性化推荐算法的指标 | 第19-21页 |
| ·协同过滤推荐算法 | 第21-25页 |
| ·协同过滤算法分类 | 第22-24页 |
| ·协同过滤算法 | 第24-25页 |
| ·基于内容的推荐算法 | 第25-26页 |
| ·基于网络结构的推荐算法 | 第26-27页 |
| ·混合推荐算法 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于网络结构的推荐算法 | 第28-47页 |
| ·复杂网络的理论 | 第28-29页 |
| ·复杂网络的概述 | 第28页 |
| ·复杂网络的统计特征及物理意义 | 第28-29页 |
| ·基于网络结构的推荐算法原理 | 第29-30页 |
| ·热传导推荐算法 | 第30-33页 |
| ·算法 | 第30-32页 |
| ·实验结果与分析 | 第32-33页 |
| ·物质扩散推荐算法 | 第33-37页 |
| ·算法 | 第33-34页 |
| ·实验结果与分析 | 第34-37页 |
| ·改进的物质扩散算法 | 第37-39页 |
| ·算法 | 第37-38页 |
| ·实验结果与分析 | 第38-39页 |
| ·物质扩散和热传导结合的混合推荐算法 | 第39-43页 |
| ·算法 | 第39-41页 |
| ·实验结果与分析 | 第41-43页 |
| ·结合两参数的混合推荐算法 | 第43-45页 |
| ·算法 | 第43页 |
| ·实验结果与分析 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 改进的个性化混合推荐算法 | 第47-58页 |
| ·改进的混合推荐算法 | 第47-48页 |
| ·实验结果与分析 | 第48-56页 |
| ·实验环境 | 第48-52页 |
| ·实验结果 | 第52-56页 |
| ·本章小结 | 第56-58页 |
| 第五章 基于用户兴趣点的推荐系统 | 第58-68页 |
| ·用户的个性化特征 | 第58-59页 |
| ·用户的个性化信息 | 第58-59页 |
| ·个性化信息服务 | 第59页 |
| ·基于用户兴趣点的算法 | 第59-62页 |
| ·算法 | 第59-61页 |
| ·数据集属性 | 第61-62页 |
| ·实验结果与分析 | 第62-67页 |
| ·实验环境 | 第62页 |
| ·算法衡量的指标 | 第62页 |
| ·实验结果 | 第62-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 结论与展望 | 第68-70页 |
| ·工作总结 | 第68页 |
| ·本文的主要创新点 | 第68-69页 |
| ·进一步的研究工作 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 发表论文和参加科研情况说明 | 第74-75页 |
| 致谢 | 第75-76页 |
