基于用户声誉的鲁棒协同推荐算法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 研究现状 | 第10-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第二章 推荐系统与托攻击概述 | 第17-31页 |
| 2.1 推荐系统概述 | 第17-23页 |
| 2.1.1 基于模型的算法 | 第20-23页 |
| 2.2 托攻击简介 | 第23-26页 |
| 2.2.1 托攻击的相关知识 | 第23-25页 |
| 2.2.2 托攻击防御算法介绍 | 第25-26页 |
| 2.3 用户声誉 | 第26-28页 |
| 2.4 实验数据集和评价指标 | 第28-29页 |
| 2.4.1 实验数据集 | 第28-29页 |
| 2.4.2 评价指标 | 第29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 IGRS算法 | 第31-42页 |
| 3.1 算法流程 | 第31-35页 |
| 3.1.1 构建用户声誉 | 第31-33页 |
| 3.1.2 IGRS算法主要框架 | 第33-35页 |
| 3.2 实验及结果分析 | 第35-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第四章 LSVD算法 | 第42-50页 |
| 4.1 算法流程 | 第42-44页 |
| 4.2 实验及结果分析 | 第44-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 总结和展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-59页 |
| 附录A 图索引 | 第59-60页 |
| Appendix A Figure Index | 第60-61页 |
| 附录B 表格索引 | 第61-62页 |
| Appendix B Table Index | 第62-63页 |
| 致谢 | 第63-65页 |
| 攻读硕士期间的成果与参与的科研项目 | 第65页 |
