| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容和主要创新点 | 第13-14页 |
| 1.4 研究结构及流程 | 第14-15页 |
| 2 基础知识和相关理论 | 第15-30页 |
| 2.1 个性化推荐系统 | 第15-18页 |
| 2.2 协同过滤推荐技术 | 第18-22页 |
| 2.2.1 协同过滤推荐技术的运作机制 | 第19-21页 |
| 2.2.2 协同过滤推荐技术的问题研究 | 第21-22页 |
| 2.3 推荐系统的评价指标 | 第22-24页 |
| 2.4 基于在线社交网络的信任研究 | 第24-30页 |
| 2.4.1 在线社交网络 | 第24-25页 |
| 2.4.2 信任的定义和特性 | 第25-26页 |
| 2.4.3 信任的度量方法和传播模型 | 第26-28页 |
| 2.4.4 在线社交网络的信任在推荐系统中的应用 | 第28-29页 |
| 2.4.5 存在的问题和挑战 | 第29-30页 |
| 2.5 本章小结 | 第30页 |
| 3 基于最短路径的信任传播模型 | 第30-35页 |
| 3.1 问题的提出 | 第30-31页 |
| 3.2 问题的分析 | 第31-32页 |
| 3.3 基于最短路径的信任网络传播模型 | 第32-35页 |
| 3.4 信任度修正 | 第35页 |
| 3.5 本章小结 | 第35页 |
| 4 基于在线社交网络信任的协同过滤推荐模型 | 第35-52页 |
| 4.1 研究动机与思路 | 第35-36页 |
| 4.2 整体框架 | 第36-37页 |
| 4.3 模型设计 | 第37-42页 |
| 4.3.1 随机游走算法 | 第38-39页 |
| 4.3.2 基于Trust Walker的信任推荐模型 | 第39-41页 |
| 4.3.3 对Trust Walker信任推荐模型的改进 | 第41-42页 |
| 4.4 实验设计与分析 | 第42-52页 |
| 4.4.1 实验方法 | 第43页 |
| 4.4.2 实验环境 | 第43-44页 |
| 4.4.3 实验数据和预处理 | 第44-46页 |
| 4.4.4 评价指标 | 第46-47页 |
| 4.4.5 实验模型方法 | 第47页 |
| 4.4.6 实验过程及结果 | 第47-52页 |
| 4.4.6.1 实验 1 | 第47-50页 |
| 4.4.6.2 实验 2 | 第50页 |
| 4.4.6.3 实验 3 | 第50-51页 |
| 4.4.6.4 实验 4 | 第51-52页 |
| 4.5 本章小结 | 第52页 |
| 5 基于移动终端的电影推荐系统的设计 | 第52-57页 |
| 5.1 系统的基本架构 | 第53页 |
| 5.2 主要功能模块 | 第53-56页 |
| 5.2.1 用户模块 | 第54页 |
| 5.2.2 电影模块 | 第54-55页 |
| 5.2.3 评分模块 | 第55-56页 |
| 5.2.4 个性化推荐模块 | 第56页 |
| 5.3 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-60页 |
| 6.1 研究主要内容总结 | 第57-58页 |
| 6.2 不足和下一步的研究工作 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录1 信任关系搜索的部分代码 | 第64-65页 |
| 附录2 推荐算法实现的部分代码 | 第65-67页 |