基于个体兴趣模型的社区推荐算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景和现状 | 第10-15页 |
| ·概述 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·国内外推荐系统系统的应用及面临的挑战 | 第12-15页 |
| ·本课题的研究内容 | 第15-16页 |
| ·本课题的研究意义 | 第16页 |
| ·本文组织结构 | 第16-18页 |
| 第二章 个性化推荐系统 | 第18-26页 |
| ·个性化推荐系统 | 第18-20页 |
| ·个性化推荐系统中的相关概念 | 第18-19页 |
| ·个性化推荐系统的构成 | 第19-20页 |
| ·常用相似度计算方法 | 第20-21页 |
| ·常用推荐算法 | 第21-24页 |
| ·评价方法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 社区识别与推荐 | 第26-36页 |
| ·社区概述 | 第26-27页 |
| ·社区识别 | 第27-28页 |
| ·社区推荐 | 第28-34页 |
| ·基于 Random Walk 的社区推荐算法 | 第29-30页 |
| ·基于节点动态结构相似性的社区推荐算法 | 第30-31页 |
| ·基于软约束的 LDA 社区推荐算法 | 第31-32页 |
| ·基于社会网络结构的推荐算法 | 第32-34页 |
| ·现有社区推荐算法分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于个体兴趣模型的社区推荐算法 | 第36-51页 |
| ·算法思想 | 第36页 |
| ·相关定义 | 第36-43页 |
| ·动态社会网络中的社区 | 第36-37页 |
| ·动态社会网络中个体的兴趣矩阵及活跃向量 | 第37-40页 |
| ·动态社会网络中个体的特征向量 | 第40-41页 |
| ·动态社会网络中个体间的相似度 | 第41-43页 |
| ·CRBIM 算法描述 | 第43-48页 |
| ·基于个体兴趣模型的社区推荐算法的优点 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 算法实现与实验 | 第51-68页 |
| ·算法实现 | 第51-52页 |
| ·算法评价方法 | 第52-53页 |
| ·实验与分析 | 第53-67页 |
| ·DBLP 数据集实验 | 第53-59页 |
| ·Flickr 数据集实验 | 第59-63页 |
| ·YouTube 数据集实验 | 第63-66页 |
| ·Wikipedia 数据集实验 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |
