| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 问题的提出及研究意义 | 第10-11页 |
| 1.2 国内外研究现状和趋势 | 第11-13页 |
| 1.2.1 信息推荐的研究进展 | 第11-12页 |
| 1.2.2 复杂网络的研究进展 | 第12-13页 |
| 1.3 本文的主要内容和创新点 | 第13-14页 |
| 1.4 本论文的结构安排 | 第14-16页 |
| 第二章 基于网络结构的信息推荐算法理论基础 | 第16-30页 |
| 2.1 引言 | 第16-17页 |
| 2.2 算法 | 第17-25页 |
| 2.2.1 协同过滤算法 | 第17-20页 |
| 2.2.2 基于网络结构的推荐策略 | 第20-25页 |
| 2.3 推荐系统的TOPK评价指标 | 第25-27页 |
| 2.3.1 分类准确度 | 第25-26页 |
| 2.3.2 排序准确度 | 第26页 |
| 2.3.3 推荐多样性 | 第26-27页 |
| 2.3.4 推荐新颖性 | 第27页 |
| 2.4 推荐技术研究的难点及发展方向 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 二分网络的聚类系数对推荐算法的影响 | 第30-41页 |
| 3.1 引言 | 第30-31页 |
| 3.2 二分网络的聚类系数 | 第31-33页 |
| 3.3 随机重连算法 | 第33-34页 |
| 3.4 实验结果与分析 | 第34-35页 |
| 3.4.1 数据集 | 第34-35页 |
| 3.4.2 实验参数设计 | 第35页 |
| 3.5 二分网络的聚类系数对推荐算法的影响 | 第35-39页 |
| 3.5.1 重连二分网络中的聚类系数 | 第36页 |
| 3.5.2 二分网络聚类系数与推荐评价指标之间的关系 | 第36-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第四章 网络稀疏性和用户对象比对推荐算法的影响 | 第41-54页 |
| 4.1 引言 | 第41-42页 |
| 4.2 二分网络的网络稀疏性 | 第42页 |
| 4.3 二分网络的用户对象比 | 第42-43页 |
| 4.4 实验结果与分析 | 第43-46页 |
| 4.4.1 数据集 | 第43-44页 |
| 4.4.2 实验参数设计 | 第44-46页 |
| 4.5 网络稀疏性与推荐算法的关系 | 第46-49页 |
| 4.6 用户对象比与推荐算法的关系 | 第49-52页 |
| 4.7 本章小结 | 第52-54页 |
| 第五章 社团结构对推荐算法的影响 | 第54-68页 |
| 5.1 引言 | 第54-55页 |
| 5.2 二分网络的社团结构 | 第55-56页 |
| 5.3 二分网络中社团划分算法 | 第56-58页 |
| 5.4 基于异质社团的协同过滤推荐算法 | 第58-60页 |
| 5.5 实验设计 | 第60-61页 |
| 5.5.1 数据集 | 第60页 |
| 5.5.2 实验参数设计 | 第60-61页 |
| 5.6 实验结果与分析 | 第61-66页 |
| 5.6.1 用户社团和项目社团分别对推荐的贡献量 | 第61-63页 |
| 5.6.2 社团结构对推荐算法的影响 | 第63-66页 |
| 5.7 本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间取得的成果 | 第76-77页 |