| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-21页 |
| ·研究的背景及意义 | 第8-16页 |
| ·研究的背景 | 第8-13页 |
| ·研究的意义 | 第13-16页 |
| ·国内外研究现状 | 第16-19页 |
| ·本文研究内容 | 第19页 |
| ·本文的组织结构 | 第19-21页 |
| 第2章 推荐算法中标签知识的融入 | 第21-34页 |
| ·适合融入标签知识的原因分析 | 第21-22页 |
| ·存在的问题 | 第22-24页 |
| ·应用领域模型表示 | 第24页 |
| ·修改基于内容的推荐算法 | 第24-26页 |
| ·基于标签因素构建物品的模型表示 | 第24-26页 |
| ·算法描述 | 第26页 |
| ·改进基于用户的协同过滤算法 | 第26-33页 |
| ·基于标签因素构建用户‐物品评分矩阵 | 第27-28页 |
| ·基于时间因素构建用户‐物品评分矩阵 | 第28-29页 |
| ·标签和时间因素的线性融合 | 第29页 |
| ·一个推荐案例 | 第29-32页 |
| ·算法描述 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 改进后的基于用户的协同过滤算法性能分析 | 第34-39页 |
| ·评测指标 | 第34-35页 |
| ·数据集 | 第35页 |
| ·训练集与测试集划分 | 第35-36页 |
| ·改进后的基于用户的协同过滤算法评测 | 第36-38页 |
| ·标签因素的影响 | 第36-37页 |
| ·时间因素的影响 | 第37页 |
| ·标签和时间因素的影响 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 应用于 DELICIOUS 的基于标签的推荐系统设计及其实现 | 第39-50页 |
| ·需求分析 | 第39-40页 |
| ·系统设计 | 第40-44页 |
| ·外围架构设计 | 第40-41页 |
| ·推荐引擎架构设计 | 第41-43页 |
| ·系统功能模块设计 | 第43-44页 |
| ·系统实现 | 第44-49页 |
| ·特征变换和数据格式转换 | 第45-46页 |
| ·用户兴趣模型构建 | 第46页 |
| ·用户相似度计算 | 第46-48页 |
| ·资源推荐模块实现 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 总结和展望 | 第50-52页 |
| ·研究总结 | 第50-51页 |
| ·未来工作的展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士期间参加科研情况 | 第57页 |