| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究的背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 第二章 相关技术介绍 | 第14-25页 |
| 2.1 引言 | 第14页 |
| 2.2 推荐系统与移动应用 | 第14-15页 |
| 2.2.1 推荐系统概述 | 第14-15页 |
| 2.2.2 移动应用的推荐 | 第15页 |
| 2.3 协同过滤推荐算法 | 第15-20页 |
| 2.3.1 基于用户的协同过滤算法 | 第17-19页 |
| 2.3.2 基于项目的协同过滤算法 | 第19-20页 |
| 2.3.3 协同过滤算法的挑战 | 第20页 |
| 2.4 Slope One协同过滤算法 | 第20-22页 |
| 2.5 Android权限机制与安全隐患 | 第22-24页 |
| 2.5.1 权限机制 | 第22-23页 |
| 2.5.2 安全隐患 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 基于协同过滤和权限风险的移动应用推荐研究 | 第25-39页 |
| 3.1 引言 | 第25-26页 |
| 3.2 数据收集与处理 | 第26页 |
| 3.3 基于用户属性信息的用户聚类 | 第26-32页 |
| 3.3.1 聚类算法基本概念及分类 | 第26-28页 |
| 3.3.2 基于用户属性特征的聚类 | 第28-31页 |
| 3.3.3 冷启动问题的解决 | 第31-32页 |
| 3.4 近邻用户搜索与评分预测 | 第32-34页 |
| 3.4.1 近邻用户搜索 | 第32-33页 |
| 3.4.2 基于项目相似度的Slope One算法评分预测 | 第33-34页 |
| 3.5 基于应用风险值的移动应用推荐生成 | 第34-38页 |
| 3.5.1 应用权限评估指标的选取 | 第34-35页 |
| 3.5.2 应用权限风险值的计算 | 第35-37页 |
| 3.5.3 最终推荐结果的生成 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 移动应用软件推荐系统设计与实现 | 第39-53页 |
| 4.1 系统总体设计 | 第39-41页 |
| 4.1.1 系统需求分析 | 第39-40页 |
| 4.1.2 系统架构设计 | 第40-41页 |
| 4.3 主要功能模块设计与实现 | 第41-52页 |
| 4.3.1 数据存储模块 | 第42-44页 |
| 4.3.2 应用信息采集模块 | 第44-46页 |
| 4.3.3 应用风险评估模块 | 第46-48页 |
| 4.3.4 推荐引擎模块 | 第48-50页 |
| 4.3.5 系统管理模块 | 第50-51页 |
| 4.3.6 客户端展示模块 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 实验与分析 | 第53-60页 |
| 5.1 实验环境 | 第53页 |
| 5.2 数据集 | 第53-54页 |
| 5.3 推荐算法评测标准 | 第54页 |
| 5.4 推荐算法实验与分析 | 第54-57页 |
| 5.4.1 用户聚类分析 | 第54-55页 |
| 5.4.2 推荐算法比较与分析 | 第55-57页 |
| 5.5 移动应用权限风险评估实验与分析 | 第57-59页 |
| 5.6 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 6.1 工作总结 | 第60页 |
| 6.2 工作展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文目录 | 第65页 |