| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第7-14页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 关键概念和研究范畴的界定 | 第8-10页 |
| 1.2.1 社交网络 | 第8页 |
| 1.2.2 个性化推荐系统 | 第8-9页 |
| 1.2.3 协同过滤 | 第9-10页 |
| 1.3 研究现状 | 第10-12页 |
| 1.3.1 信任技术研究现状 | 第10-12页 |
| 1.3.2 社交网络中信任模型研究现状 | 第12页 |
| 1.4 创新之处及论文组织结构 | 第12-14页 |
| 2 社交网络及信任机制相关概念 | 第14-25页 |
| 2.1 社交网络 | 第14-20页 |
| 2.1.1 社交网络简介 | 第14-18页 |
| 2.1.2 微博社交网络的图形表示 | 第18-20页 |
| 2.2 信任机制 | 第20-24页 |
| 2.2.1 信任问题简介 | 第20-21页 |
| 2.2.2 微博社交网络信任特性 | 第21-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 社交网络中信任的度量 | 第25-31页 |
| 3.1 相邻用户信任度的计算模型 | 第25页 |
| 3.2 改进了的相邻用户信任度计算模型I-Trust | 第25-27页 |
| 3.2.1 相关定义 | 第26-27页 |
| 3.3 信任度计算 | 第27-30页 |
| 3.3.1 相似信任度STr(u，v) | 第27-29页 |
| 3.3.2 全局信任度RTr(v) | 第29-30页 |
| 3.3.3 交互信任度FTr(u，v) | 第30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 实验与分析 | 第31-39页 |
| 4.1 实验目标 | 第31页 |
| 4.2 实验环境 | 第31页 |
| 4.3 实验数据集及方案设计 | 第31-39页 |
| 4.3.1 实验一：腾讯微博中部分相邻用户信任度的度量实验 | 第32-37页 |
| 4.3.2 实验二：I-Trust模型应用于用户推荐实验 | 第37-39页 |
| 5 总结与展望 | 第39-40页 |
| 5.1 工作总结 | 第39页 |
| 5.2 工作展望 | 第39-40页 |
| 致谢 | 第40-41页 |
| 参考文献 | 第41-43页 |
