微博信任关系在个性化推荐中的应用研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-18页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 论文结构 | 第17-18页 |
| 2 微博信任相关理论分析 | 第18-26页 |
| 2.1 社交网络信任关系 | 第18-20页 |
| 2.2 微博信任关系 | 第20-22页 |
| 2.2.1 微博相关概念 | 第20-21页 |
| 2.2.2 用户关系网络 | 第21-22页 |
| 2.3 微博用户信任度 | 第22-25页 |
| 2.3.1 微博信任度分解 | 第22-23页 |
| 2.3.2 时间权值的计算 | 第23-24页 |
| 2.3.3 基于时间效应的用户信任度 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 强化用户影响的推荐模型 | 第26-38页 |
| 3.1 问题的提出 | 第26页 |
| 3.2 概率矩阵分解模型 | 第26-29页 |
| 3.3 Enhance_MF模型 | 第29-37页 |
| 3.3.1 相似度计算方法 | 第29-31页 |
| 3.3.2 建模过程 | 第31-35页 |
| 3.3.3 算法描述 | 第35页 |
| 3.3.4 推荐流程 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 基于微博信任关系的推荐模型 | 第38-52页 |
| 4.1 问题的提出 | 第38页 |
| 4.2 Social MF模型 | 第38-42页 |
| 4.3 Blog_TrustMF模型 | 第42-50页 |
| 4.3.1 信任关系分解 | 第42-43页 |
| 4.3.2 模型构建 | 第43-47页 |
| 4.3.3 算法描述 | 第47-48页 |
| 4.3.4 推荐流程 | 第48-50页 |
| 4.4 本章小结 | 第50-52页 |
| 5 实证与分析 | 第52-62页 |
| 5.1 数据集 | 第52-53页 |
| 5.1.1 Epinions数据集 | 第52页 |
| 5.1.2 腾讯微博数据集 | 第52-53页 |
| 5.2 实验环境 | 第53页 |
| 5.3 评价指标 | 第53页 |
| 5.4 Enhance_MF模型验证 | 第53-57页 |
| 5.4.1 实验方案设计 | 第53-54页 |
| 5.4.2 参数影响 | 第54-57页 |
| 5.4.3 对比实验 | 第57页 |
| 5.5 Blog_TrustMF模型验证 | 第57-61页 |
| 5.5.1 实验方案设计 | 第57-58页 |
| 5.5.2 参数影响 | 第58-60页 |
| 5.5.3 对比实验 | 第60-61页 |
| 5.6 本章小结 | 第61-62页 |
| 6 结论与展望 | 第62-64页 |
| 6.1 结论 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士期间取得成果 | 第70-72页 |
| 致谢 | 第72页 |
