结合用户全局影响力的社会化推荐研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 本文的主要工作及意义 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-16页 |
| 2 相关技术分析 | 第16-30页 |
| 2.1 传统推荐 | 第16-19页 |
| 2.2 社会化推荐 | 第19-26页 |
| 2.2.1 基于网络图模型的推荐方法 | 第19-20页 |
| 2.2.2 因子分解机模型 | 第20页 |
| 2.2.3 概率模型 | 第20页 |
| 2.2.4 矩阵分解 | 第20-26页 |
| 2.3 社交网络中用户全局影响力的相关评价算法 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 社会化推荐中用户全局影响力分析 | 第30-44页 |
| 3.1 问题的提出 | 第30-31页 |
| 3.2 重要节点对社会化矩阵分解算法影响的分析 | 第31-38页 |
| 3.2.1 实验数据集 | 第31-33页 |
| 3.2.2 评价标准 | 第33页 |
| 3.2.3 实验设计 | 第33-34页 |
| 3.2.4 实验结果分析 | 第34-38页 |
| 3.3 用户全局影响力的重要性验证 | 第38-42页 |
| 3.3.1 算法设计 | 第38-39页 |
| 3.3.2 算法实现流程 | 第39-40页 |
| 3.3.3 实验设计 | 第40页 |
| 3.3.4 实验结果分析 | 第40-42页 |
| 3.4 本章小结 | 第42-44页 |
| 4 结合用户全局影响力的社会化推荐算法 | 第44-54页 |
| 4.1 问题的提出 | 第44-45页 |
| 4.2 结合用户全局影响力的社会化推荐算法分析 | 第45-46页 |
| 4.2.1 算法框架描述 | 第45-46页 |
| 4.2.2 算法实现流程 | 第46页 |
| 4.3 实验设计及分析 | 第46-51页 |
| 4.3.1 实验数据集及处理 | 第47页 |
| 4.3.2 评价指标 | 第47-48页 |
| 4.3.3 实验设计 | 第48页 |
| 4.3.4 实验结果分析 | 第48-51页 |
| 4.4 本章小结 | 第51-54页 |
| 5 结合用户全局影响力的社会化推荐原型系统 | 第54-62页 |
| 5.1 社会化推荐原型系统需求分析 | 第54页 |
| 5.2 社会化推荐原型系统总体设计 | 第54-55页 |
| 5.3 社会化推荐原型系统功能实现 | 第55-58页 |
| 5.3.1 日志管理模块 | 第56页 |
| 5.3.2 用户相关数据分析模块 | 第56-58页 |
| 5.3.3 推荐系统模块 | 第58页 |
| 5.4 社会化推荐原型系统的实现及效果分析 | 第58-61页 |
| 5.5 本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 结论 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |
| A.作者在攻读硕士学位期间发表的论文 | 第70页 |
| B.作者在攻读硕士学位期间参与的科研项目 | 第70页 |
