基于E-CARGO的社会网络好友推荐机制研究与仿真
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 社会网络 | 第12-13页 |
| 1.2.2 推荐算法 | 第13-14页 |
| 1.3 论文主要内容与组织结构 | 第14-17页 |
| 1.3.1 课题来源 | 第14-15页 |
| 1.3.2 论文主要内容 | 第15页 |
| 1.3.3 论文的组织结构 | 第15-17页 |
| 第二章 相关基础与背景介绍 | 第17-30页 |
| 2.1 RBC与E-CARGO模型 | 第17-21页 |
| 2.1.1 RBC | 第17-19页 |
| 2.1.2 E-CARGO模型 | 第19-21页 |
| 2.2 KM_B算法 | 第21-26页 |
| 2.2.1 GRA | 第21-23页 |
| 2.2.2 K-M算法 | 第23-25页 |
| 2.2.3 KM_B算法 | 第25-26页 |
| 2.3 学者网 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于拓扑结构的好友推荐算法 | 第30-40页 |
| 3.1 E-CARGO模型在社会网络上的描述 | 第30-33页 |
| 3.2 基于拓扑关系的推荐算法 | 第33-37页 |
| 3.2.1 推荐算法的理论概念 | 第33-35页 |
| 3.2.2 算法描述 | 第35-37页 |
| 3.3 实验与分析 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于KM_B算法的好友推荐算法 | 第40-52页 |
| 4.1 KM_B算法的建模 | 第40-42页 |
| 4.2 基于KM_B的好友推荐算法 | 第42-46页 |
| 4.3 仿真实验 | 第46-51页 |
| 4.3.1 KM_B算法与穷举算法的比较 | 第47-49页 |
| 4.3.2 KM_B算法的时间效率 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 总结与展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读学位期间发表的论文 | 第56-58页 |
| 致谢 | 第58-59页 |
