| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 研究内容与论文结构 | 第10-12页 |
| 1.4 本章小结 | 第12-13页 |
| 2 个性化推荐及其相关技术 | 第13-24页 |
| 2.1 个性化推荐概述 | 第13页 |
| 2.2 个性化推荐技术分类 | 第13-16页 |
| 2.3 协作过滤推荐算法 | 第16-21页 |
| 2.3.1 基于内存的协作过滤推荐 | 第16-18页 |
| 2.3.2 基于用户和基于项目的协作过滤 | 第18-20页 |
| 2.3.3 基于模型的协作过滤推荐 | 第20-21页 |
| 2.3.4 协作过滤推荐技术存在的主要问题 | 第21页 |
| 2.4 社交网络与推荐 | 第21-22页 |
| 2.4.1 社交网络简介 | 第21-22页 |
| 2.4.2 社交网络与推荐 | 第22页 |
| 2.4.3 社交网络的分类 | 第22页 |
| 2.5 推荐系统的评价标准 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 3 融合社交信任的基于内存的协作过滤推荐算法 | 第24-34页 |
| 3.1 基于内存的协作过滤推荐算法 | 第24-26页 |
| 3.1.1 基于物品的协作过滤算法的两个阶段 | 第24-25页 |
| 3.1.2 基于用户的协作过滤算法的两个阶段 | 第25-26页 |
| 3.2 融合社交信任的基于内存的协作过滤算法 | 第26-29页 |
| 3.2.1 填充位置选择 | 第26-27页 |
| 3.2.2 基于社交信任的填充算法 | 第27-29页 |
| 3.2.3 算法流程 | 第29页 |
| 3.3 实验设计与分析 | 第29-33页 |
| 3.3.1 数据集 | 第29-30页 |
| 3.3.2 评价指标 | 第30页 |
| 3.3.3 实验设计及结果分析 | 第30-32页 |
| 3.3.4 社交信任计算方法对比 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 融合社交信任的基于矩阵分解的协作过滤推荐算法 | 第34-43页 |
| 4.1 融合社交信任的基于矩阵分解的协作过滤推荐算法 | 第34-37页 |
| 4.1.1 社交网络相关定义 | 第34页 |
| 4.1.2 用户信任度计算 | 第34-35页 |
| 4.1.3 融合社交信任的基于矩阵分解的协作过滤算法 | 第35-37页 |
| 4.2 实验结果及分析 | 第37-41页 |
| 4.2.1 实验数据 | 第37页 |
| 4.2.2 评价指标 | 第37-38页 |
| 4.2.3 实验结果及讨论 | 第38-41页 |
| 4.3 本章小结 | 第41-43页 |
| 5 总结与展望 | 第43-45页 |
| 5.1 总结 | 第43页 |
| 5.2 展望 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 攻读硕士期间取得的科研成果与参与的科研项目 | 第49-50页 |
| 致谢 | 第50页 |