推荐网络的可预测性研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 推荐系统研究 | 第11-14页 |
| 1.2.2 基于推荐网络的信息推荐研究 | 第14-15页 |
| 1.2.3 可预测性研究 | 第15-16页 |
| 1.3 本论文的主要贡献与创新 | 第16-17页 |
| 1.4 本论文的结构安排 | 第17-19页 |
| 第二章 相关技术基础 | 第19-37页 |
| 2.1 推荐系统技术基础 | 第19-31页 |
| 2.1.1 推荐系统基本概念 | 第19-20页 |
| 2.1.2 常见的推荐算法 | 第20-28页 |
| 2.1.2.1 基于邻域的推荐算法 | 第20-22页 |
| 2.1.2.2 基于网络的推荐算法 | 第22-25页 |
| 2.1.2.3 基于矩阵分解类的推荐算法 | 第25-28页 |
| 2.1.3 推荐算法评价指标 | 第28-31页 |
| 2.1.3.1 Top-N推荐评价指标 | 第28-30页 |
| 2.1.3.2 预测评分推荐评价指标 | 第30-31页 |
| 2.2 推荐网络拓扑结构特征 | 第31-34页 |
| 2.3 特征选择方法 | 第34-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第三章 基于微观拓扑结构的推荐网络可预测分析 | 第37-54页 |
| 3.1 问题的提出与相关工作 | 第37-38页 |
| 3.2 推荐网络微观拓扑结构定义方法 | 第38-40页 |
| 3.3 实验算法基础 | 第40-42页 |
| 3.4 实验过程设计 | 第42-46页 |
| 3.4.1 数据集选取 | 第42-44页 |
| 3.4.2 评价指标 | 第44-45页 |
| 3.4.3 实验方法与过程 | 第45-46页 |
| 3.5 实验结果分析 | 第46-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 基于宏观拓扑结构的推荐网络可预测分析 | 第54-74页 |
| 4.1 问题的提出与相关工作 | 第54-55页 |
| 4.2 实验算法技术基础 | 第55-57页 |
| 4.3 推荐网络拓扑结构特征定义方法 | 第57-59页 |
| 4.4 实验设计 | 第59-63页 |
| 4.4.1 数据集选取 | 第59-60页 |
| 4.4.2 评价指标 | 第60页 |
| 4.4.3 实验方法和过程 | 第60-63页 |
| 4.5 实验结果及分析 | 第63-72页 |
| 4.6 本章小结 | 第72-74页 |
| 第五章 总结与展望 | 第74-77页 |
| 5.1 总结 | 第74-75页 |
| 5.2 展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻硕期间取得的研究成果 | 第83页 |
