摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-16页 |
·研究背景 | 第9-11页 |
·社交网络中好友推荐机制的研究现状 | 第11-12页 |
·研究内容及意义 | 第12-13页 |
·本文的主要工作 | 第13-14页 |
·本文的组织结构 | 第14-15页 |
·本章小结 | 第15-16页 |
第2章 基于用户兴趣圈的好友推荐方法研究与设计 | 第16-28页 |
·好友推荐中用户特征选取方法研究 | 第16-17页 |
·基于用户兴趣圈子的好友推荐方法 | 第17-23页 |
·用户兴趣圈子硬划分的好友推荐方法 | 第18-20页 |
·用户兴趣圈硬划分描述 | 第18-19页 |
·基于谱聚类算法硬划分的好友推荐方法 | 第19-20页 |
·存在的问题 | 第20页 |
·基于模糊谱聚类的硬划分解决方案 | 第20-23页 |
·模糊谱聚类方法描述 | 第20-21页 |
·基于GKA算法优化模糊谱聚类的兴趣圈划分效果 | 第21-23页 |
·好友推荐中模糊谱聚类算法的设计思想及设计流程 | 第23-26页 |
·设计思想 | 第23-24页 |
·设计流程 | 第24-26页 |
·本章小结 | 第26-28页 |
第3章 基于用户兴趣圈的好友推荐方法实现 | 第28-42页 |
·好友推荐模型 | 第28-29页 |
·尺度指数σ的选取 | 第29-30页 |
·数据预处理 | 第30-31页 |
·数据清理 | 第30-31页 |
·数据建模 | 第31页 |
·好友推荐的实现描述 | 第31-36页 |
·基于谱聚类的好友推荐实现过程 | 第32-33页 |
·模糊谱聚类兴趣圈软划分的好友推荐实现过程 | 第33-36页 |
·评价指标 | 第36页 |
·实验结果与分析 | 第36-41页 |
·本章小结 | 第41-42页 |
第4章 基于用户数据导入的好友推荐方法 | 第42-55页 |
·主流社交网络冷启动问题的研究分析 | 第42-44页 |
·冷启动问题相关描述 | 第42页 |
·目前国内主流媒体的冷启动方法分析 | 第42-43页 |
·现有主流冷启动方法的优缺点及改进方法 | 第43-44页 |
·Lotus Connections的冷启动问题实现过程 | 第44-52页 |
·LDAP配置 | 第45-46页 |
·iNotes的OAuth协议认证与授权 | 第46-50页 |
·好友推荐功能的实现 | 第50-52页 |
·实验结果与分析 | 第52-54页 |
·本章小结 | 第54-55页 |
第5章 总结与展望 | 第55-57页 |
·总结 | 第55页 |
·展望 | 第55-57页 |
参考文献 | 第57-60页 |
致谢 | 第60页 |