基于加权信任关系和用户相似性融合的社会化推荐算法研究
| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 推荐系统的研究现状 | 第14-15页 |
| 1.3 研究意义 | 第15-16页 |
| 1.4 本文的主要工作内容 | 第16-17页 |
| 第二章 推荐系统相关概念及技术 | 第17-27页 |
| 2.1 推荐系统简介 | 第17-18页 |
| 2.2 个性化推荐的相关技术 | 第18-20页 |
| 2.2.1 基于内容的推荐算法 | 第18-19页 |
| 2.2.2 协同过滤算法简述 | 第19-20页 |
| 2.2.3 混合推荐系统 | 第20页 |
| 2.3 协同过滤推荐系统 | 第20-25页 |
| 2.3.1 基于内存的协同过滤算法 | 第21-22页 |
| 2.3.2 基于模型的协同过滤算法 | 第22-23页 |
| 2.3.3 基于社交网络的协同过滤算法 | 第23-25页 |
| 2.4 当前推荐系统研究的热点 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 加权信任关系与相似性融合的社会化推荐算法 | 第27-37页 |
| 3.1 引言 | 第27-28页 |
| 3.2 具体算法与实现 | 第28-36页 |
| 3.2.1 问题定义 | 第28-29页 |
| 3.2.2 二值信任关系建模 | 第29-31页 |
| 3.2.3 基于用户评分信息的相似性 | 第31-32页 |
| 3.2.4 融合关系 | 第32-33页 |
| 3.2.5 生成推荐 | 第33-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 实验结果与分析 | 第37-45页 |
| 4.1 数据集 | 第37-38页 |
| 4.2 评测指标和对比方法 | 第38-39页 |
| 4.3 实验结果 | 第39-43页 |
| 4.3.1 方法对比 | 第39-40页 |
| 4.3.2 参数影响 | 第40-41页 |
| 4.3.3 对不同用户的推荐性能 | 第41-43页 |
| 4.4 本章小结 | 第43-45页 |
| 第五章 结论与展望 | 第45-48页 |
| 5.1 本文方法总结 | 第45-46页 |
| 5.2 展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间发表的学术论文目录 | 第53-54页 |
| 攻读学位期间参加的科研项目 | 第54-55页 |
| 附件 | 第55页 |
