| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 推荐技术的发展 | 第10页 |
| 1.2.2 交叉推荐技术 | 第10-11页 |
| 1.3 本文研究工作 | 第11-12页 |
| 1.3.1 本文研究主要内容 | 第11-12页 |
| 1.3.2 本文工作特色 | 第12页 |
| 1.4 本文组织结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 推荐系统的发展 | 第14-24页 |
| 2.1 推荐系统概述 | 第14-21页 |
| 2.1.1 协同过滤推荐 | 第14-18页 |
| 2.1.2 基于内容的推荐 | 第18页 |
| 2.1.3 基于知识的推荐 | 第18-20页 |
| 2.1.4 混合推荐方法 | 第20-21页 |
| 2.2 交叉领域推荐技术 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 基于朋友关系的交叉领域推荐算法 | 第24-49页 |
| 3.1 问题描述和抽象 | 第24-26页 |
| 3.1.1 朋友关系的抽象 | 第24-25页 |
| 3.1.2 问题描述 | 第25-26页 |
| 3.2 朋友关系预测方法 | 第26-29页 |
| 3.2.1 PageRank基本原理 | 第26-28页 |
| 3.2.2 带有导向性的朋友关系计算 | 第28-29页 |
| 3.3 基于朋友关系游走导向的随机游走算法 | 第29-48页 |
| 3.3.1 基于朋友关系的交叉领域推荐算法概述 | 第29-31页 |
| 3.3.2 基于直接好友关系的物品评分预测 | 第31-32页 |
| 3.3.3 基于PageRank随机游走的朋友关系预测 | 第32-33页 |
| 3.3.4 共同好友数目的导向性 | 第33-35页 |
| 3.3.5 结点兴趣领域数目的导向性 | 第35-38页 |
| 3.3.6 好友间共同兴趣领域数目的导向性 | 第38-39页 |
| 3.3.7 链接强化跨领域权重的导向性 | 第39-43页 |
| 3.3.8 跨领域权重与共同好友相结合的导向性 | 第43-46页 |
| 3.3.9 用户相似度导向性 | 第46-48页 |
| 3.4 本章小结 | 第48-49页 |
| 4 算法评估 | 第49-61页 |
| 4.1 推荐系统评价体系 | 第49-50页 |
| 4.2 实验数据集和仿真工具 | 第50-52页 |
| 4.2.1 仿真工具 | 第50页 |
| 4.2.2 实验数据集 | 第50-52页 |
| 4.3 实验方案和结果 | 第52-60页 |
| 4.3.1 评估实验设计 | 第52-55页 |
| 4.3.2 实验结果与分析 | 第55-58页 |
| 4.3.3 实验总结 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |