融合协同过滤算法及其攻击检测模型的研究和设计
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 论文主要工作 | 第11-12页 |
| 1.4 论文组织结构 | 第12-15页 |
| 第二章 推荐系统相关研究综述 | 第15-25页 |
| 2.1 推荐系统简介 | 第15-16页 |
| 2.2 推荐系统主要方法 | 第16-22页 |
| 2.2.1 基于内容的推荐 | 第16-18页 |
| 2.2.2 协同过滤推荐 | 第18-22页 |
| 2.2.3 基于社交关系的推荐 | 第22页 |
| 2.3 推荐系统的一些问题 | 第22-24页 |
| 2.3.1 数据稀疏性问题 | 第23页 |
| 2.3.2 系统冷启动问题 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 融合协同过滤算法 | 第25-33页 |
| 3.1 聚类算法 | 第25-27页 |
| 3.1.1 聚类算法简述 | 第25页 |
| 3.1.2 主要聚类的方法 | 第25-26页 |
| 3.1.3 聚类算法k-means | 第26-27页 |
| 3.2 基于物品属性标签聚类的融合协同过滤推荐 | 第27-30页 |
| 3.2.1 算法基本思想 | 第27-28页 |
| 3.2.2 算法流程 | 第28-30页 |
| 3.3 实验与分析 | 第30-31页 |
| 3.3.1 实验数据 | 第30页 |
| 3.3.2 实验设计 | 第30页 |
| 3.3.3 实验结果 | 第30-31页 |
| 3.3.4 算法优点分析 | 第31页 |
| 3.4 本章小结 | 第31-33页 |
| 第四章 推荐系统攻击检测防御 | 第33-43页 |
| 4.1 托攻击 | 第33-36页 |
| 4.1.1 产生背景 | 第33-34页 |
| 4.1.2 托攻击类型 | 第34-35页 |
| 4.1.3 托攻击的检测防御 | 第35-36页 |
| 4.3 基于蚁群算法的防攻击模型 | 第36-41页 |
| 4.3.1 推荐系统信任模型分析 | 第36-38页 |
| 4.3.2 防攻击模型的思路 | 第38页 |
| 4.3.3 基于蚁群算法的防攻击模型算法 | 第38-41页 |
| 4.4 实验与分析 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 系统的设计与实现 | 第43-71页 |
| 5.1 系统需求分析 | 第43-44页 |
| 5.2 系统架构设计 | 第44-49页 |
| 5.2.1 物理架构设计 | 第44-45页 |
| 5.2.2 总体架构设计 | 第45-49页 |
| 5.3 系统主要功能模块设计与实现 | 第49-66页 |
| 5.3.1 数据采集模块 | 第49-54页 |
| 5.3.2 离线计算模块 | 第54-60页 |
| 5.3.3 在线计算模块 | 第60-64页 |
| 5.3.4 配置管理模块 | 第64-66页 |
| 5.4 模块与系统测试 | 第66-70页 |
| 5.4.1 数据集选取情况 | 第66-67页 |
| 5.4.2 软硬件资源配置 | 第67页 |
| 5.4.3 评估指标分析 | 第67-68页 |
| 5.4.4 实验结果及分析 | 第68-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 工作总结 | 第71-72页 |
| 6.2 工作展望 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 致谢 | 第79-81页 |
| 作者攻读学位期间发表的学术论文目录 | 第81页 |
