| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究目的及意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 移动云计算联盟研究现状 | 第12-13页 |
| 1.2.2 推荐系统研究现状 | 第13-14页 |
| 1.2.3 特征选择研究现状 | 第14-15页 |
| 1.2.4 国内外研究现状评述 | 第15-16页 |
| 1.3 主要研究内容和方法 | 第16-18页 |
| 1.3.1 主要研究内容 | 第16页 |
| 1.3.2 主要研究方法 | 第16页 |
| 1.3.3 技术路线 | 第16-18页 |
| 第2章 移动云计算联盟推荐过程及算法体系 | 第18-24页 |
| 2.1 移动云计算联盟的内涵 | 第18-19页 |
| 2.1.1 移动云计算的概念 | 第18页 |
| 2.1.2 移动云计算联盟的模型构建 | 第18-19页 |
| 2.2 移动云计算联盟的构成 | 第19-21页 |
| 2.2.1 移动云计算联盟成员 | 第20页 |
| 2.2.2 移动云计算联盟资源 | 第20-21页 |
| 2.2.3 移动云计算联盟资源共享平台 | 第21页 |
| 2.3 移动云计算联盟推荐过程分析 | 第21-22页 |
| 2.3.1 移动云计算联盟资源共享信息的挖掘 | 第21-22页 |
| 2.3.2 移动云计算联盟协同过滤推荐 | 第22页 |
| 2.3.3 移动云计算联盟资源共享和联盟成员的评价 | 第22页 |
| 2.4 移动云计算联盟推荐算法框架 | 第22-23页 |
| 2.4.1 移动云计算联盟推荐算法基本思想 | 第22页 |
| 2.4.2 移动云计算联盟推荐算法架构 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 移动云计算联盟行为数据互信息预处理算法 | 第24-29页 |
| 3.1 移动云计算联盟行为数据选择 | 第24-25页 |
| 3.1.1 移动云计算联盟行为数据分类 | 第24-25页 |
| 3.1.2 移动云计算联盟行为数据比较 | 第25页 |
| 3.1.3 移动云计算联盟行为数据提取 | 第25页 |
| 3.2 移动云计算联盟行为数据托攻击 | 第25-26页 |
| 3.2.1 移动云计算联盟行为数据互信息检测的含义 | 第25-26页 |
| 3.2.2 移动云计算联盟互信息托攻击检测优势分析 | 第26页 |
| 3.3 移动云计算联盟互信息检测算法 | 第26-28页 |
| 3.3.1 移动云计算联盟特征关系定义 | 第26-27页 |
| 3.3.2 移动云计算联盟互信息特征检测算法 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第4章 基于互信息特征的移动云计算联盟协同过滤算法 | 第29-34页 |
| 4.1 移动云计算联盟互信息协同过滤推荐算法基本思想 | 第29页 |
| 4.2 移动云计算联盟互信息特征 | 第29-31页 |
| 4.3 移动云计算联盟互信息特征加权 | 第31-32页 |
| 4.3.1 移动云计算联盟互信息特征权重定义 | 第31页 |
| 4.3.2 移动云计算联盟互信息特征权重计算 | 第31-32页 |
| 4.4 移动云计算联盟互信息协同过滤推荐 | 第32-33页 |
| 4.4.1 移动云计算联盟互信息相似度计算 | 第32页 |
| 4.4.2 移动云计算联盟互信息评分预测 | 第32-33页 |
| 4.4.3 移动云计算联盟推荐资源生成和排序 | 第33页 |
| 4.5 本章小结 | 第33-34页 |
| 第5章 实证研究 | 第34-49页 |
| 5.1 阿里移动云计算联盟概况 | 第34页 |
| 5.2 阿里移动云计算联盟行为数据预处理 | 第34-36页 |
| 5.2.1 阿里移动云计算联盟行为数据选择 | 第34-35页 |
| 5.2.2 阿里移动云计算联盟行为数据托攻击检测 | 第35-36页 |
| 5.3 阿里移动云计算联盟协同过滤推荐 | 第36-48页 |
| 5.4 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 攻读学位期间发表的学术论文 | 第55-56页 |
| 致谢 | 第56页 |
