一种基于用户倾向的微博好友推荐算法
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 课题研究背景和意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 主要研究内容及论文结构 | 第11-13页 |
| 第2章 好友推荐算法综述 | 第13-25页 |
| 2.1 基于内容匹配的推荐算法 | 第13-16页 |
| 2.2 协同过滤推荐算法 | 第16-19页 |
| 2.3 基于隐因子模型的推荐算法 | 第19-21页 |
| 2.4 基于图的推荐算法 | 第21-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于用户倾向相似度模型的好友推荐 | 第25-40页 |
| 3.1 微博好友推荐问题定义 | 第25-26页 |
| 3.2 用户倾向 | 第26-28页 |
| 3.3 相似度模型 | 第28-30页 |
| 3.4 基于用户倾向的相似度模型 | 第30-34页 |
| 3.5 节点传播 | 第34-35页 |
| 3.6 实验结果及分析 | 第35-39页 |
| 3.7 本章小结 | 第39-40页 |
| 第4章 好友推荐系统设计与实现 | 第40-45页 |
| 4.1 系统总体框架 | 第40-41页 |
| 4.2 数据获取和处理模块 | 第41-42页 |
| 4.3 数据存储模块 | 第42-43页 |
| 4.4 好友推荐模块 | 第43-44页 |
| 4.5 用户交互模块 | 第44页 |
| 4.6 本章小结 | 第44-45页 |
| 结论 | 第45-46页 |
| 参考文献 | 第46-51页 |
| 攻读硕士学位期间发表的学术论文 | 第51-53页 |
| 致谢 | 第53页 |
