基于最大团的协同过滤算法的研究与改进
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 本文的研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文研究的目的 | 第11-12页 |
| 1.4 研究内容与组织结构 | 第12-14页 |
| 2 推荐系统及其相关技术简介 | 第14-24页 |
| 2.1 推荐系统分类与实际应用 | 第14-17页 |
| 2.1.1 基于内容的推荐系统 | 第14-15页 |
| 2.1.2 协同过滤推荐系统 | 第15-16页 |
| 2.1.3 混合推荐系统 | 第16-17页 |
| 2.2 社会化推荐系统 | 第17-19页 |
| 2.2.1 社会化推荐系统介绍 | 第17-18页 |
| 2.2.2 社会网络推荐系统发展 | 第18-19页 |
| 2.3 社交网络中的图论知识 | 第19-22页 |
| 2.3.1 团问题 | 第20页 |
| 2.3.2 社区发现 | 第20-22页 |
| 2.4 群体决策理论 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 基于最大团的协同过滤改进算法设计 | 第24-41页 |
| 3.1 最大团问题及其求解算法研究 | 第24-34页 |
| 3.1.1 最大团问题 | 第24-25页 |
| 3.1.2 几种最大团算法 | 第25-34页 |
| 3.2 最大团算法结果对比 | 第34-35页 |
| 3.3 基于最大团的协同过滤改进算法 | 第35-40页 |
| 3.3.1 基本流程 | 第35-38页 |
| 3.3.2 算法示例 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 实验结果及分析 | 第41-44页 |
| 4.1 数据集 | 第41页 |
| 4.2 评价标准 | 第41页 |
| 4.3 YELP数据集实验结果分析 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 5 结论与展望 | 第44-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 附录1 攻读硕士学位期间参与的项目和发表的论文 | 第51页 |
