基于信任的组推荐和来源可信度推荐算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-13页 |
| ·信任推荐研究现状 | 第13-14页 |
| ·本文主要的研究内容和组织结构 | 第14-16页 |
| 第2章 信任推荐模型研究 | 第16-25页 |
| ·信任模型 | 第17-18页 |
| ·使用信任选择邻居集 | 第18-23页 |
| ·计算隐式的信任值 | 第18-21页 |
| ·计算显式的信任值 | 第21-22页 |
| ·基于信任的协同过滤 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第3章 基于信任的组推荐算法研究 | 第25-32页 |
| ·引言 | 第25-26页 |
| ·组推荐过程 | 第26-27页 |
| ·聚合方法 | 第27-30页 |
| ·增加个性、信任和专长因素的聚合算法 | 第28-29页 |
| ·聚合函数 | 第29-30页 |
| ·评价标准 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于来源可信度理论的信任推荐算法研究 | 第32-40页 |
| ·引言 | 第32-34页 |
| ·基于相似度的 CF 算法及其缺点 | 第32-33页 |
| ·现有信任的 CF 算法及其缺点 | 第33页 |
| ·问题描述 | 第33-34页 |
| ·相关概念 | 第34-35页 |
| ·来源可信度理论 | 第34-35页 |
| ·可信度属性的权重分配 | 第35页 |
| ·来源可信度推荐算法 | 第35-38页 |
| ·综述 | 第35-36页 |
| ·用户信誉提取 | 第36-37页 |
| ·用户声誉的产生和合格用户集的形成 | 第37-38页 |
| ·物品声誉产生 | 第38页 |
| ·基准系统 | 第38-39页 |
| ·评价标准 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第5章 实验与结果分析 | 第40-49页 |
| ·实验方案 | 第40-43页 |
| ·实验总体设计 | 第40页 |
| ·数据采集模块 | 第40-41页 |
| ·组推荐模块 | 第41-42页 |
| ·来源可信度推荐模块 | 第42-43页 |
| ·结果分析 | 第43-48页 |
| ·组推荐 | 第43-45页 |
| ·来源可信度推荐 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-56页 |
| 致谢 | 第56-57页 |
| 作者简介 | 第57页 |
