基于多信息融合与社交信任度的推荐算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 推荐系统与协同过滤算法概述 | 第15-32页 |
| 2.1 推荐系统 | 第15-19页 |
| 2.1.1 推荐系统的基本思想 | 第15-16页 |
| 2.1.2 推荐系统的分类与比较 | 第16-19页 |
| 2.2 基于协同过滤的推荐算法 | 第19-22页 |
| 2.2.1 基于用户的协同过滤算法 | 第19-20页 |
| 2.2.2 基于物品的协同过滤算法 | 第20-21页 |
| 2.2.3 基于用户与物品协同过滤算法的比较 | 第21-22页 |
| 2.3 基于模型的推荐算法 | 第22-28页 |
| 2.3.1 SVD算法 | 第23-25页 |
| 2.3.2 隐语义模型 | 第25-26页 |
| 2.3.3 偏置隐语义模型 | 第26-27页 |
| 2.3.4 SVD++算法 | 第27-28页 |
| 2.4 常见的推荐评价指标 | 第28-32页 |
| 2.4.1 用户满意度 | 第28-29页 |
| 2.4.2 预测准确度 | 第29-30页 |
| 2.4.3 覆盖率 | 第30页 |
| 2.4.4 多样性 | 第30页 |
| 2.4.5 其他 | 第30-32页 |
| 第三章 基于多信息融合的个性化协同过滤算法 | 第32-46页 |
| 3.1 问题提出 | 第32页 |
| 3.2 问题定义 | 第32-33页 |
| 3.3 方法描述 | 第33-39页 |
| 3.3.1 评分信息融合 | 第33-34页 |
| 3.3.2 朋友信息融合 | 第34-36页 |
| 3.3.3 标签信息融合 | 第36-38页 |
| 3.3.4 多信息融合 | 第38-39页 |
| 3.4 实验设计 | 第39-45页 |
| 3.4.1 数据集 | 第39-40页 |
| 3.4.2 实验参数设置 | 第40-41页 |
| 3.4.3 实验结果与分析 | 第41-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 基于社交网络信任度的SVD推荐算法 | 第46-57页 |
| 4.1 问题的提出 | 第46页 |
| 4.2 信任度定义及度量 | 第46-47页 |
| 4.3 方法描述 | 第47-50页 |
| 4.3.1 信任度取值改进 | 第47-48页 |
| 4.3.2 信任模型改进 | 第48-49页 |
| 4.3.3 分解用户评分矩阵 | 第49页 |
| 4.3.4 分解信任度矩阵 | 第49-50页 |
| 4.4 算法设计与流程 | 第50-51页 |
| 4.5 实验设计 | 第51-56页 |
| 4.5.1 数据集 | 第51-52页 |
| 4.5.2 实验方法 | 第52页 |
| 4.5.3 实验结果与分析 | 第52-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 工作总结 | 第57-58页 |
| 5.2 研究展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录A 本文作者在攻读硕士学位期间发表的论文 | 第63-64页 |
| 致谢 | 第64-65页 |
