| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 推荐系统简介 | 第7-9页 |
| 1.2 数据源 | 第9-11页 |
| 1.3 推荐技术概述 | 第11-12页 |
| 1.4 社会标签系统简介 | 第12-13页 |
| 1.5 研究目的和意义 | 第13-15页 |
| 第二章 标签权重和相似度计算 | 第15-21页 |
| 2.1 标签权重计算 | 第15-18页 |
| 2.1.1 向量空间模型 | 第15-17页 |
| 2.1.2 BM25等级模型 | 第17-18页 |
| 2.2 相似度计算 | 第18-21页 |
| 第三章 推荐算法 | 第21-33页 |
| 3.1 协同过滤算法 | 第21-24页 |
| 3.1.1 标签推荐 | 第22页 |
| 3.1.2 资源推荐 | 第22-24页 |
| 3.2 图模型算法 | 第24-27页 |
| 3.2.1 PageRank For Folksonomies | 第26-27页 |
| 3.2.2 FolkRank For Folksonomies | 第27页 |
| 3.3 基于社会关系的协同过滤算法 | 第27-28页 |
| 3.4 混合算法 | 第28-33页 |
| 3.4.1 混合策略 | 第28-30页 |
| 3.4.2 聚合算法 | 第30-33页 |
| 第四章 Dempster-Shafer证据理论和香农熵 | 第33-43页 |
| 4.1 Dempster-Shafer证据理论 | 第33-35页 |
| 4.2 香农熵 | 第35-36页 |
| 4.3 算法范例 | 第36-43页 |
| 第五章 实验 | 第43-51页 |
| 5.1 数据集 | 第43-44页 |
| 5.2 算法性能指标 | 第44-45页 |
| 5.3 实验结果 | 第45-51页 |
| 第六章 总结和展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
