基于网络分析的推荐方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文结构 | 第12-14页 |
| 第二章 网络推荐系统概述 | 第14-24页 |
| 2.1 网络推荐系统 | 第14-16页 |
| 2.2 个性化推荐系统的框架 | 第16-17页 |
| 2.3 常用的推荐算法 | 第17-21页 |
| 2.3.1 协同过滤推荐算法 | 第17-18页 |
| 2.3.2 基于内容的推荐算法 | 第18-19页 |
| 2.3.3 基于网络结构推荐算法 | 第19-21页 |
| 2.4 个性化推荐系统的评价指标 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于链接预测的推荐算法 | 第24-33页 |
| 3.1 相关概念 | 第24-27页 |
| 3.2 算法的基本思想 | 第27页 |
| 3.3 带权二部图网络中基于共同邻居的相似度 | 第27-30页 |
| 3.4 算法的框架 | 第30页 |
| 3.5 实验结果与分析 | 第30-32页 |
| 3.5.1 数据集 | 第30-31页 |
| 3.5.2 评价方法 | 第31页 |
| 3.5.3 实验结果 | 第31-32页 |
| 3.6 本章小结 | 第32-33页 |
| 第四章 基于信息传播的信任推荐算法 | 第33-46页 |
| 4.1 信任的相关概念 | 第33-36页 |
| 4.1.1 信任网络 | 第33-35页 |
| 4.1.2 信任度 | 第35-36页 |
| 4.2 相似度与信任度的结合 | 第36-39页 |
| 4.2.1 用户间的相似度 | 第36-37页 |
| 4.2.2 信任度 | 第37-38页 |
| 4.2.3 相似度与信任度的结合 | 第38-39页 |
| 4.3 构成信任网络及评分的传播 | 第39-40页 |
| 4.4 算法框架 | 第40-41页 |
| 4.5 实验结果及分析 | 第41-45页 |
| 4.5.1 数据集 | 第41页 |
| 4.5.2 评价方法 | 第41-42页 |
| 4.5.3 实验结果 | 第42-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 “天玑”学术网的论文推荐系统 | 第46-75页 |
| 5.1 系统需求 | 第46-47页 |
| 5.2 系统设计 | 第47-49页 |
| 5.3 数据采集模块 | 第49-57页 |
| 5.4 社交网络模块 | 第57-59页 |
| 5.5 论文搜索模块 | 第59页 |
| 5.6 推荐模块 | 第59-63页 |
| 5.6.1 热门推荐 | 第60页 |
| 5.6.2 学者推荐 | 第60-61页 |
| 5.6.3 相似论文推荐 | 第61-63页 |
| 5.7 Web管理模块 | 第63-65页 |
| 5.8 系统实现与功能测试 | 第65-74页 |
| 5.8.1 登录界面 | 第65-66页 |
| 5.8.2 注册界面 | 第66-67页 |
| 5.8.3 个人信息界面 | 第67-68页 |
| 5.8.4 学术视界 | 第68-69页 |
| 5.8.5 学者推荐 | 第69-71页 |
| 5.8.6 学术搜索 | 第71-72页 |
| 5.8.7 论文推荐 | 第72-73页 |
| 5.8.8 热门推荐 | 第73-74页 |
| 5.9 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间发表的学术论文与参加的研究工作 | 第80-81页 |
