| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.1.1 社交网络的发展 | 第9页 |
| 1.1.2 推荐系统的兴起及与社交网络的融合 | 第9-10页 |
| 1.2 研究内容 | 第10-12页 |
| 1.2.1 社交关系与兴趣偏好关联分析 | 第11页 |
| 1.2.2 基于社交关系的兴趣偏好推荐模型 | 第11-12页 |
| 1.3 研究成果及意义 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 基于社交关系的分布式推荐系统及其相关技术 | 第14-20页 |
| 2.1 社交关系研究现状 | 第14-16页 |
| 2.2 基于社交网络的推荐系统研究现状 | 第16-18页 |
| 2.3 分布式系统的发展现状 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于电信数据的假设检验 | 第20-33页 |
| 3.1 假设检验的意义和方法 | 第20-22页 |
| 3.1.1 假设检验的意义 | 第20-21页 |
| 3.1.2 Student t检验 | 第21页 |
| 3.1.3 曼·惠特尼U检验 | 第21-22页 |
| 3.2 电信数据预处理 | 第22-24页 |
| 3.2.1 用户对样本集处理 | 第23页 |
| 3.2.2 用户上网兴趣偏好处理 | 第23-24页 |
| 3.2.3 用户上网兴趣相似度处理 | 第24页 |
| 3.3 假设检验程序实现 | 第24-27页 |
| 3.3.1 t检验程序实现 | 第24-26页 |
| 3.3.2 U检验程序实现 | 第26-27页 |
| 3.4 假设检验结论 | 第27-30页 |
| 3.4.1 Student t检验结论 | 第28-29页 |
| 3.4.2 U检验结论 | 第29-30页 |
| 3.5 基于强度的假设检验 | 第30-31页 |
| 3.5.1 好友关系聚类 | 第30-31页 |
| 3.5.2 假设检验结论 | 第31页 |
| 3.6 本章小结 | 第31-33页 |
| 第四章 基于社交关系的用户网络访问兴趣分布式推荐系统 | 第33-51页 |
| 4.1 社交关系模型 | 第33-36页 |
| 4.1.1 基于通话频次和通话时间的电信社交关系模型 | 第33-35页 |
| 4.1.2 基于通话周期的电信社交关系模型 | 第35-36页 |
| 4.2 最小二乘法SOCIAL RECOMMENDATION模型(ALS-SOREC) | 第36-41页 |
| 4.2.1 ALS理论分析 | 第36-37页 |
| 4.2.2 SoRec理论分析与ALS算法关联 | 第37-39页 |
| 4.2.3 ALS-SoRec算法实现 | 第39-41页 |
| 4.3 实验数据集 | 第41-43页 |
| 4.3.1 上网访问记录数据预处理 | 第42-43页 |
| 4.3.2 通话详情记录数据预处理 | 第43页 |
| 4.4 实验验证 | 第43-50页 |
| 4.4.1 实验评价标准 | 第43-44页 |
| 4.4.2 模型对比 | 第44-45页 |
| 4.4.3 隐因素参数rank评估 | 第45-46页 |
| 4.4.4 规则化参数λ评估 | 第46-48页 |
| 4.4.5 社交影响参数γ评估 | 第48-49页 |
| 4.4.6 估算评分参数α评估 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表的学术论文目录 | 第58页 |
