| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状及应用 | 第15-16页 |
| 1.2.1 国内外研究现状 | 第15-16页 |
| 1.2.2 推荐系统的应用 | 第16页 |
| 1.3 本文主要工作 | 第16-17页 |
| 1.4 本文结构安排 | 第17-18页 |
| 1.5 本章小结 | 第18-20页 |
| 第二章 推荐系统算法与技术 | 第20-28页 |
| 2.1 协同过滤推荐算法 | 第20-22页 |
| 2.1.1 基于用户的协同过滤 | 第20-21页 |
| 2.1.2 基于物品的协同过滤 | 第21页 |
| 2.1.3 相似性度量算法 | 第21-22页 |
| 2.2 推荐系统面临的问题 | 第22-26页 |
| 2.2.1 推荐系统的实验和测评 | 第22-25页 |
| 2.2.2 冷启动问题 | 第25-26页 |
| 2.2.3 用户数据安全问题 | 第26页 |
| 2.3 本章小结 | 第26-28页 |
| 第三章 基于用户信任与评分信任的Slope One算法 | 第28-40页 |
| 3.1 Slope One算法 | 第28-29页 |
| 3.1.1 基本Slope One算法 | 第28-29页 |
| 3.1.2 加权Slope One算法 | 第29页 |
| 3.2 可信推荐模型 | 第29-31页 |
| 3.3 基于可信推荐模型的改进的Slope One算法 | 第31-35页 |
| 3.3.1 基于用户直接信任度的Slope One算法 | 第31-33页 |
| 3.3.2 评分的信任度量 | 第33-34页 |
| 3.3.3 基于用户信任与评分信任的Slope One算法 | 第34-35页 |
| 3.4 实验设计与分析 | 第35-38页 |
| 3.4.1 实验准备工作 | 第35页 |
| 3.4.2 算法性能评估指标 | 第35-36页 |
| 3.4.3 基于用户信任与评分信任的Slope One算法验证 | 第36-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第四章 基于数据检测的推荐算法 | 第40-54页 |
| 4.1 推荐算法存在的安全问题 | 第40页 |
| 4.2 识别虚假用户模型及算法 | 第40-52页 |
| 4.2.1 识别虚假用户模型 | 第41-42页 |
| 4.2.2 识别虚假用户算法 | 第42-46页 |
| 4.2.3 基于数据检测的改进Slope One算法 | 第46-47页 |
| 4.2.4 基于数据检测的改进Slope One算法的验证 | 第47-52页 |
| 4.3 本章小结 | 第52-54页 |
| 第五章 系统架构与实现 | 第54-62页 |
| 5.1 系统架构 | 第54-55页 |
| 5.2 系统关键模块设计与实现 | 第55-61页 |
| 5.2.1 数据转换模块 | 第55页 |
| 5.2.2 推荐引擎 | 第55-57页 |
| 5.2.3 用户系统交互模块 | 第57-58页 |
| 5.2.4 用户行为收集模块 | 第58-59页 |
| 5.2.5 系统测试 | 第59-61页 |
| 5.3 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 本文总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |
