社交网络下基于标签聚类和信任关系的个性化推荐研究
| 摘要 | 第6-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 引言 | 第14-15页 |
| 1.2 研究背景及意义 | 第15-16页 |
| 1.3 国内外研究现状 | 第16-19页 |
| 1.3.1 张量分解模型 | 第16页 |
| 1.3.2 标签聚类 | 第16-17页 |
| 1.3.3 热门标签及资源问题 | 第17-18页 |
| 1.3.4 多构面信任 | 第18-19页 |
| 1.4 研究思路及内容框架 | 第19-20页 |
| 1.5 研究创新点 | 第20-21页 |
| 1.6 本章小结 | 第21-22页 |
| 第2章 相关理论综述 | 第22-35页 |
| 2.1 标签与UGC标签系统 | 第22-24页 |
| 2.1.1 专家标签 | 第22页 |
| 2.1.2 基于内容的标签 | 第22-23页 |
| 2.1.3 UGC标签 | 第23-24页 |
| 2.2 常见个性化推荐算法 | 第24-29页 |
| 2.2.1 协同过滤算法 | 第24-27页 |
| 2.2.2 基于内容的推荐 | 第27-28页 |
| 2.2.3 混合推荐算法 | 第28-29页 |
| 2.3 个性化推荐中的聚类算法 | 第29-32页 |
| 2.3.1 凝聚算法 | 第30-31页 |
| 2.3.2 谱聚类 | 第31-32页 |
| 2.4 基于信任的个性化推荐 | 第32-34页 |
| 2.4.1 显性信任机制 | 第32-33页 |
| 2.4.2 隐性信任机制 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 基于标签综合共现谱聚类的张量分解模型 | 第35-45页 |
| 3.1 基于综合共现谱聚类的标签数据预处理 | 第35-38页 |
| 3.1.1 符号说明 | 第36-37页 |
| 3.1.2 标签相似度 | 第37页 |
| 3.1.3 谱聚类算法 | 第37-38页 |
| 3.2 基于改进张量分解的个性化推荐 | 第38-43页 |
| 3.2.1 对初始张量的改进 | 第39-40页 |
| 3.2.2 算例分析 | 第40-42页 |
| 3.2.3 基于张量分解模型的个性化推荐算法 | 第42-43页 |
| 3.3 本章小结 | 第43-45页 |
| 第4章 基于信任关系的推荐算法优化 | 第45-52页 |
| 4.1 信任关系与好友关系 | 第45页 |
| 4.2 基于标签簇的多构面信任关系定义 | 第45-46页 |
| 4.3 基于簇间与簇内信任关系的信任张量构建 | 第46-49页 |
| 4.3.1 簇间与簇内信任关系的基本思想 | 第46-47页 |
| 4.3.2 多构面信任张量的构建 | 第47-49页 |
| 4.4 融合信任关系的张量分解模型 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 仿真分析 | 第52-70页 |
| 5.1 仿真目的 | 第52-53页 |
| 5.2 仿真数据集及环境 | 第53页 |
| 5.3 仿真设计 | 第53-55页 |
| 5.4 聚类个数确定 | 第55-57页 |
| 5.5 性能评价指标的选择 | 第57-58页 |
| 5.5.1 准确性指标 | 第57页 |
| 5.5.2 多样性指标 | 第57-58页 |
| 5.6 基于改进张量分解模型的个性化推荐仿真 | 第58-63页 |
| 5.6.1 对比算法的选择 | 第58-59页 |
| 5.6.2 准确性指标对比分析 | 第59-63页 |
| 5.7 基于多构面信任的个性化推荐仿真 | 第63-68页 |
| 5.7.1 参数优化 | 第63-64页 |
| 5.7.2 对比算法的选择 | 第64页 |
| 5.7.3 准确性指标对比分析 | 第64-67页 |
| 5.7.4 多样性对比分析 | 第67-68页 |
| 5.8 本章小结 | 第68-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70页 |
| 6.2 存在的问题 | 第70页 |
| 6.3 未来工作 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 附录 | 第78-87页 |
| 攻读学位期间发表的学术论文 | 第87-88页 |
| 致谢 | 第88页 |
