| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 传统推荐算法的研究 | 第10-11页 |
| 1.2.2 基于社交网络的推荐算法研究 | 第11-12页 |
| 1.3 论文研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 推荐系统及社交网络相关技术介绍 | 第15-25页 |
| 2.1 推荐系统常用技术 | 第15-20页 |
| 2.1.1 基于协同过滤的推荐算法 | 第15-17页 |
| 2.1.2 基于内容的推荐算法(Content-based recommendation) | 第17-18页 |
| 2.1.3 混合推荐算法 | 第18-19页 |
| 2.1.4 推荐技术的比较 | 第19-20页 |
| 2.2 社交网络相关理论介绍 | 第20-22页 |
| 2.2.1 社交网络的定义 | 第20-21页 |
| 2.2.2 社交网络的特征 | 第21-22页 |
| 2.3 推荐技术难点 | 第22-23页 |
| 2.3.1 稀疏性问题 | 第22页 |
| 2.3.2 冷启动问题 | 第22-23页 |
| 2.3.3 可扩展性问题 | 第23页 |
| 2.4 推荐技术测评 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 推荐系统信任好友计算模型 | 第25-39页 |
| 3.1 用户相似度研究分析 | 第26-30页 |
| 3.1.1 用户间的直接相似度 | 第26-27页 |
| 3.1.2 用户间的间接相似度 | 第27-30页 |
| 3.2 用户间交互的计算 | 第30-32页 |
| 3.2.1 用户间的交互 | 第30-31页 |
| 3.2.2 用户交互性的计算 | 第31-32页 |
| 3.3 用户活跃度评估 | 第32-36页 |
| 3.3.1 社交网络中用户的行为 | 第32-33页 |
| 3.3.2 用户的社交关系 | 第33-36页 |
| 3.4 用户信任好友的计算 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 视频质量评估模型 | 第39-48页 |
| 4.1 视频的接受率 | 第39-40页 |
| 4.2 视频在用户中的声望 | 第40-41页 |
| 4.3 视频的质量评分 | 第41-43页 |
| 4.4 推荐视频的产生 | 第43-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 实验结果与分析 | 第48-72页 |
| 5.1 实验数据分析介绍 | 第48-50页 |
| 5.2 实验方案设计 | 第50-51页 |
| 5.3 对比算法的介绍 | 第51-54页 |
| 5.4 实验分析与结果 | 第54-71页 |
| 5.4.1 参数分析确定 | 第54-59页 |
| 5.4.2 实验效果对比 | 第59-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间的研究成果 | 第79页 |