| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 本文主要研究内容 | 第17页 |
| 1.4 本文的组织结构 | 第17-20页 |
| 第二章 推荐系统概述 | 第20-42页 |
| 2.1 推荐系统定义 | 第20-21页 |
| 2.2 推荐系统分类 | 第21-35页 |
| 2.2.1 基于内容推荐 | 第23-25页 |
| 2.2.2 协同过滤推荐 | 第25-29页 |
| 2.2.3 基于网络的推荐 | 第29-31页 |
| 2.2.4 基于关联规则的推荐 | 第31-33页 |
| 2.2.5 基于知识的推荐 | 第33-34页 |
| 2.2.6 基于大数据的推荐 | 第34页 |
| 2.2.7 混合推荐 | 第34-35页 |
| 2.3 主要推荐方法的对比 | 第35-36页 |
| 2.4 推荐效果评测方法 | 第36-37页 |
| 2.5 推荐算法评价指标 | 第37-40页 |
| 2.6 本章小结 | 第40-42页 |
| 第三章 信任关系理论研究 | 第42-48页 |
| 3.1 信任的定义 | 第42-43页 |
| 3.2 信任网络的优点 | 第43页 |
| 3.3 信任的度量方法 | 第43-45页 |
| 3.4 信任关系的特征 | 第45-46页 |
| 3.5 信任计算相关模型 | 第46-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 融合信任关系的概率矩阵分解推荐算法 | 第48-60页 |
| 4.1 融合信任关系的概率矩阵分解模型 | 第48-53页 |
| 4.1.1 用户项目评分的概率矩阵分解 | 第48-50页 |
| 4.1.2 用户信任关系的概率矩阵分解 | 第50-52页 |
| 4.1.3 融合用户项目矩阵和用户信任关系矩阵的联合分解 | 第52-53页 |
| 4.2 实验数据及评价指标 | 第53-54页 |
| 4.2.1 实验数据集 | 第53-54页 |
| 4.2.2 实验环境配置 | 第54页 |
| 4.2.3 实验评价指标 | 第54页 |
| 4.3 实验结果与分析 | 第54-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 融合信任关系的奇异值分解推荐算法 | 第60-68页 |
| 5.1 融合信任关系的奇异值分解模型 | 第60-63页 |
| 5.2 实验数据及评价指标 | 第63页 |
| 5.2.1 实验数据集 | 第63页 |
| 5.2.2 实验环境配置 | 第63页 |
| 5.2.3 实验评价指标 | 第63页 |
| 5.3 实验结果与分析 | 第63-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-78页 |
| 作者简介 | 第78-79页 |