基于二部图的推荐算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·协同过滤推荐算法 | 第10-11页 |
| ·复杂网络推荐算法 | 第11-12页 |
| ·文献总结 | 第12-13页 |
| ·研究内容及创新点 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 相关理论 | 第15-25页 |
| ·推荐系统 | 第15-18页 |
| ·复杂网络 | 第18-20页 |
| ·随机游走 | 第20-22页 |
| ·推荐算法度量 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于二部图网络结构的多参数推荐算法 | 第25-34页 |
| ·经典的基于二部图网络结构的推荐算法 | 第25-27页 |
| ·基于二部图网络结构的多参数推荐算法 | 第27-30页 |
| ·兴趣相似系数 | 第27-28页 |
| ·用户评分代表能力 | 第28-29页 |
| ·项目评分预测 | 第29-30页 |
| ·实验 | 第30-33页 |
| ·实验数据与评价标准 | 第30页 |
| ·实验对比算法 | 第30-31页 |
| ·实验分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于二部图的显式数据协同过滤推荐算法 | 第34-45页 |
| ·经典的基于用户的协同过滤推荐算法 | 第34-36页 |
| ·数据输入 | 第34页 |
| ·用户相似度计算 | 第34-35页 |
| ·项目评分预测 | 第35-36页 |
| ·基于二部图的显式数据协同过滤推荐算法 | 第36-40页 |
| ·算法假设 | 第36-37页 |
| ·有权二部图的选择性随机游走 | 第37-40页 |
| ·算法步骤 | 第40页 |
| ·实验 | 第40-44页 |
| ·实验数据与评价标准 | 第40页 |
| ·实验对比算法 | 第40-41页 |
| ·实验分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于二部图的隐式数据协同过滤推荐算法 | 第45-52页 |
| ·基于二部图的隐式数据协同过滤推荐算法 | 第45-47页 |
| ·无权二部图的选择性随机游走 | 第45-46页 |
| ·项目预测 | 第46-47页 |
| ·算法步骤 | 第47页 |
| ·实验 | 第47-51页 |
| ·实验数据与评价标准 | 第47页 |
| ·实验分析 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 在学期间的研究成果及发表的学术论文 | 第60-61页 |
| 附录一 主要程序代码（C | 第61-71页 |
| 附录二 部分TMALL数据实例 | 第71页 |
