| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和研究意义 | 第9-10页 |
| 1.2 研究思路和难点 | 第10页 |
| 1.3 研究方法 | 第10-11页 |
| 1.4 论文组织结构 | 第11-14页 |
| 第二章 个性化推荐相关理论和研究综述 | 第14-22页 |
| 2.1 个性化推荐方法分类 | 第14-19页 |
| 2.1.1 协同过滤推荐算法 | 第14-16页 |
| 2.1.2 基于内容的推荐算法 | 第16-17页 |
| 2.1.3 基于知识的推荐算法 | 第17-18页 |
| 2.1.4 混合推荐算法 | 第18-19页 |
| 2.2 结合信任的个性化推荐方法综述 | 第19-22页 |
| 2.2.1 信任的度量 | 第19页 |
| 2.2.2 基于显性信任的推荐方法 | 第19-20页 |
| 2.2.3 基于隐形信任的推荐方法 | 第20页 |
| 2.2.4 结合信任的个性化推荐方法研究不足 | 第20-22页 |
| 第三章 基于信任传播的协同过滤个性化推荐算法 | 第22-32页 |
| 3.1 引言 | 第22-23页 |
| 3.2 算法框架 | 第23-24页 |
| 3.3 算法设计 | 第24-27页 |
| 3.3.1 信任网络 | 第24页 |
| 3.3.2 信任传播 | 第24-25页 |
| 3.3.3 权重TSR计算 | 第25-26页 |
| 3.3.4 协同过滤推荐 | 第26-27页 |
| 3.4 仿真实验 | 第27-30页 |
| 3.4.1 实验数据集和评价指标 | 第27-28页 |
| 3.4.2 实验参数的调整 | 第28-29页 |
| 3.4.3 实验结果比较 | 第29-30页 |
| 3.5 本章小结 | 第30-32页 |
| 第四章 结合信任和相似度的随机游走个性化推荐算法 | 第32-41页 |
| 4.1 引言 | 第32-34页 |
| 4.2 算法框架 | 第34页 |
| 4.3 算法设计 | 第34-37页 |
| 4.3.1 权重TS计算 | 第34-35页 |
| 4.3.2 随机游走过程 | 第35-37页 |
| 4.4 仿真实验 | 第37-40页 |
| 4.4.1 实验数据集及评价指标 | 第37-38页 |
| 4.4.2 实验结果及分析 | 第38-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 基于K-means聚类的信任网络个性化推荐算法 | 第41-49页 |
| 5.1 引言 | 第41-42页 |
| 5.2 算法框架 | 第42-43页 |
| 5.3 算法设计 | 第43-45页 |
| 5.3.1 用户聚类 | 第43页 |
| 5.3.2 中心用户识别 | 第43-44页 |
| 5.3.3 隐性关系识别 | 第44-45页 |
| 5.3.4 生成推荐 | 第45页 |
| 5.4 仿真实验 | 第45-48页 |
| 5.4.1 实验数据集及评价指标 | 第45-46页 |
| 5.4.2 实验结果及分析 | 第46-48页 |
| 5.5 本章小结 | 第48-49页 |
| 第六章 结论 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-59页 |
| 硕士研究生期间发表的论文 | 第59页 |