社会网络中社团发现与协同推荐技术的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·课题背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·社团发现技术的研究现状 | 第11-12页 |
| ·推荐系统的研究现状 | 第12-13页 |
| ·本文基本内容及章节安排 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 社团发现算法与协同推荐算法 | 第15-27页 |
| ·引言 | 第15-16页 |
| ·一般社团发现算法 | 第16-22页 |
| ·社团质量划分评价标准 | 第16-17页 |
| ·基于模块度的社团发现算法 | 第17-19页 |
| ·基于谱平分的社团发现算法 | 第19-20页 |
| ·基于层次聚类的社团发现算法 | 第20-22页 |
| ·协同推荐算法的关键问题 | 第22-26页 |
| ·协同过滤推荐存在的问题 | 第22-24页 |
| ·基于用户的协同过滤算法 | 第24页 |
| ·基于项目的协同过滤算法 | 第24-25页 |
| ·社团发现与协同推荐问题 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于核心节点的社团发现算法 | 第27-36页 |
| ·引言 | 第27页 |
| ·核心节点定义及度量方法 | 第27-29页 |
| ·核心节点发现算法 | 第29-32页 |
| ·核心度计算 | 第30页 |
| ·核心节点确定 | 第30-32页 |
| ·基于 K-MEANS 的改进的社团发现算法 | 第32-33页 |
| ·实验与分析 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于社团发现的协同过滤推荐算法 | 第36-46页 |
| ·引言 | 第36页 |
| ·基于社团的协同过滤算法 | 第36-40页 |
| ·算法基本思想 | 第36-37页 |
| ·相似度计算 | 第37-39页 |
| ·邻居选择 | 第39页 |
| ·数据评分预测 | 第39-40页 |
| ·实验与分析 | 第40-44页 |
| ·数据集介绍及相关处理 | 第40-41页 |
| ·实验评价指标 | 第41-42页 |
| ·实验结果 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 基于社团的推荐分析平台实现 | 第46-56页 |
| ·引言 | 第46页 |
| ·系统框架 | 第46-47页 |
| ·数据录入模块 | 第47-49页 |
| ·社团划分模块 | 第49-51页 |
| ·预测推荐模块 | 第51-53页 |
| ·系统配置模块 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·全文总结 | 第56-57页 |
| ·研究展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录 | 第64页 |
