基于社会网络分析的协同过滤推荐方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 图表目录 | 第10-12页 |
| 第1章 绪论 | 第12-21页 |
| ·课题背景 | 第12-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·协同过滤推荐现状 | 第14-16页 |
| ·社会网络分析现状 | 第16-17页 |
| ·研究目的和意义 | 第17-19页 |
| ·本文的主要工作 | 第19页 |
| ·本文的组织结构 | 第19-21页 |
| 第2章 协同过滤推荐和社会网络分析理论 | 第21-34页 |
| ·协同过滤推荐相关知识 | 第21-27页 |
| ·推荐系统概述 | 第21-22页 |
| ·协同过滤推荐概述 | 第22-23页 |
| ·协同过滤推荐的主要技术 | 第23-24页 |
| ·协同过滤推荐系统的步骤 | 第24-27页 |
| ·社会网络分析理论介绍 | 第27-31页 |
| ·社会网络分析概述 | 第27-28页 |
| ·社会网络分析的表示方法 | 第28-29页 |
| ·社会网络分析主要研究内容 | 第29-31页 |
| ·已有研究成果的贡献与不足 | 第31-32页 |
| ·主要贡献 | 第31页 |
| ·不足之处 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第3章 基于社会网络分析的聚类算法 | 第34-46页 |
| ·相关聚类算法概述 | 第34-35页 |
| ·基于社会网络分析的聚类框架 | 第35-36页 |
| ·针对项目特征的聚类 | 第36-39页 |
| ·项目自然属性值的确定 | 第36-37页 |
| ·根据项目特征的项目聚类 | 第37-38页 |
| ·结合用户对项目操作的聚类 | 第38-39页 |
| ·针对用户特征的聚类 | 第39-45页 |
| ·用户聚类约束条件确定 | 第40-42页 |
| ·基于社会网络分析的用户聚类 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于社会网络分析的协同过滤推荐算法 | 第46-55页 |
| ·基于社会网络分析的协同过滤推荐概述 | 第46-47页 |
| ·基于 SNA 改进的协同过滤推荐框架 | 第47-48页 |
| ·核心组件功能实现 | 第48-54页 |
| ·综合数据预处理 | 第48-53页 |
| ·用户相似性的计算 | 第53页 |
| ·预测用户对项目的评分 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 实验分析与性能评价 | 第55-67页 |
| ·数据准备 | 第55-56页 |
| ·实验过程 | 第56-61页 |
| ·项目的相似性计算 | 第56-57页 |
| ·用户聚类计算 | 第57-60页 |
| ·最近邻居的选取 | 第60-61页 |
| ·预测评分计算 | 第61页 |
| ·实验结果及其分析 | 第61-66页 |
| ·最近邻查询效率 | 第62-64页 |
| ·推荐精度分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| ·总结 | 第67-68页 |
| ·未来工作的展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间发表的学术论文及参加科研情况 | 第73-74页 |
