| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题的研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文的主要工作 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 第二章 推荐系统和信任关系综述 | 第17-35页 |
| 2.1 推荐系统简介 | 第17-19页 |
| 2.2 几种经典的推荐算法 | 第19-30页 |
| 2.2.1 协同过滤推荐算法 | 第19-22页 |
| 2.2.2 基于内容的推荐算法 | 第22-24页 |
| 2.2.3 混合推荐算法 | 第24-25页 |
| 2.2.4 基于流行度的推荐算法 | 第25-26页 |
| 2.2.5 传统推荐系统面临的挑战 | 第26-29页 |
| 2.2.6 推荐系统关键评价指标 | 第29-30页 |
| 2.3 信任关系简介 | 第30-34页 |
| 2.3.1 信任的量化表示 | 第31-32页 |
| 2.3.2 信任的传播 | 第32-33页 |
| 2.3.3 信任关系网络扩展与预测评分 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 评分空间与基于此的信任关系网络的扩展算法的改进 | 第35-43页 |
| 3.1 评分空间 | 第35-38页 |
| 3.1.1 当前度量方法在传播过程中存在的溯源问题 | 第35-36页 |
| 3.1.2 一种新的信任度量方法--评分空间 | 第36-37页 |
| 3.1.3 评分空间对于溯源问题的解决 | 第37-38页 |
| 3.2 基于评分空间的信任关系网络的扩展 | 第38-42页 |
| 3.2.1 信任关系的传播 | 第38-39页 |
| 3.2.2 基于新型信任关系网络拓扑结构的聚合算法的改进 | 第39-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第四章 评分空间和slope-one的结合与对预测评分的改进 | 第43-47页 |
| 4.1 slope-one算法简介 | 第43-44页 |
| 4.2 结合评分空间与slope-one对预测评分的改进 | 第44-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 实验分析与验证 | 第47-53页 |
| 5.1 实验环境 | 第47页 |
| 5.2 实验数据集与预处理 | 第47-48页 |
| 5.3 实验方案介绍 | 第48-49页 |
| 5.4 实验结果与分析 | 第49-52页 |
| 5.4.1 实验关键参数确认 | 第49-50页 |
| 5.4.2 对照实验结果与分析 | 第50-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53-54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61页 |
