| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 2 相关理论研究基础 | 第16-27页 |
| 2.1 传统的推荐算法 | 第16-23页 |
| 2.2 基于社会化标签推荐 | 第23-24页 |
| 2.3 跨域推荐系统 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 多源数据中基于协同过滤的跨域推荐 | 第27-39页 |
| 3.1 多源数据中基于协同过滤的跨域推荐模型 | 第27-32页 |
| 3.2 实验数据集、实验环境及评价标准 | 第32-34页 |
| 3.3 实验设计与结果分析 | 第34-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 多源数据中面向新用户的跨域TopN推荐 | 第39-55页 |
| 4.1 评价标准 | 第39-40页 |
| 4.2 多源数据中面向新用户的融合关联规则跨域推荐模型 | 第40-43页 |
| 4.3 实验设计与结果分析 | 第43-54页 |
| 4.4 本章小结 | 第54-55页 |
| 5 结论与展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 附录1 攻读硕士学位期间发表的论文目录 | 第63页 |