融合信任模型的协同过滤推荐算法研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题背景 | 第8-10页 |
| 1.1.1 课题研究背景 | 第8-9页 |
| 1.1.2 课题研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容 | 第12页 |
| 1.4 本文创新点 | 第12-13页 |
| 1.5 本文的组织结构 | 第13-15页 |
| 第二章 基础知识和相关理论 | 第15-22页 |
| 2.1 协同过滤 | 第15-18页 |
| 2.1.1 技术概念 | 第15页 |
| 2.1.2 技术分类 | 第15-16页 |
| 2.1.3 优缺点分析 | 第16-17页 |
| 2.1.4 发展历程 | 第17-18页 |
| 2.2 信任网络 | 第18-19页 |
| 2.2.1 信任的概念 | 第18-19页 |
| 2.2.2 信任的特性 | 第19页 |
| 2.3 迪杰斯特拉算法 | 第19-20页 |
| 2.4 系统开发技术 | 第20-21页 |
| 2.4.1 B/S架构 | 第20页 |
| 2.4.2 MySQL | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 融合信任模型的协同过滤推荐算法 | 第22-33页 |
| 3.1 传统的协同过滤推荐算法 | 第22-24页 |
| 3.2 隐式信任推理算法 | 第24-29页 |
| 3.2.1 信任信息流传递模式 | 第24-25页 |
| 3.2.2 算法模型 | 第25-26页 |
| 3.2.3 设计步骤 | 第26-29页 |
| 3.2.4 算法描述 | 第29页 |
| 3.3 基于隐式信任感知的协同过滤推荐算法 | 第29-32页 |
| 3.3.1 算法模型 | 第29-30页 |
| 3.3.2 设计步骤 | 第30-32页 |
| 3.3.3 算法描述 | 第32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 实验结果与分析 | 第33-39页 |
| 4.1 实验准备工作 | 第33-34页 |
| 4.1.1 实验数据集 | 第33页 |
| 4.1.2 实验环境配置 | 第33-34页 |
| 4.1.3 实验评价指标 | 第34页 |
| 4.2 基于隐式信任感知的线性加权推荐算法 | 第34-36页 |
| 4.2.1 实验参数设置 | 第34-35页 |
| 4.2.2 实验结果分析 | 第35-36页 |
| 4.3 基于隐式信任感知的增量加权推荐算法 | 第36-38页 |
| 4.3.1 实验涉及的算法 | 第36页 |
| 4.3.2 实验结果分析 | 第36-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第五章 图书推荐原型系统设计与实现 | 第39-56页 |
| 5.1 需求分析 | 第39-40页 |
| 5.2 图书推荐原型系统设计 | 第40-45页 |
| 5.2.1 总体架构设计 | 第40-41页 |
| 5.2.2 功能模块设计 | 第41-44页 |
| 5.2.3 数据库设计 | 第44-45页 |
| 5.3 图书推荐原型系统实现 | 第45-48页 |
| 5.3.1 Tomcat服务器 | 第45-46页 |
| 5.3.2 系统实现效果示例 | 第46-48页 |
| 5.4 系统测试 | 第48-54页 |
| 5.4.1 用户注册功能 | 第48-50页 |
| 5.4.2 用户登录功能 | 第50-52页 |
| 5.4.3 图书评价功能 | 第52-53页 |
| 5.4.4 图书推荐功能 | 第53-54页 |
| 5.5 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第60-61页 |
| 致谢 | 第61页 |
