首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

复杂网络下基于链路预测的推荐技术研究

摘要第4-6页
ABSTRACT第6-8页
第一章 绪论第14-35页
    1.1 研究背景第14-22页
        1.1.1 推荐系统的发展现状及特征分析第14-18页
        1.1.2 推荐系统的国内外研究现状第18-22页
    1.2 相关理论基础第22-25页
        1.2.1 复杂网络理论基础第22-24页
        1.2.2 链路预测理论第24-25页
        1.2.3 基于链路预测的协同推荐理论第25页
    1.3 复杂网络下基于链路预测推荐所面临的问题及研究意义第25-29页
        1.3.1 面临的问题第25-28页
        1.3.2 研究意义第28-29页
    1.4 论文主要内容及安排第29-31页
        1.4.1 论文相关的主要工作第29页
        1.4.2 论文的主要内容及创新点第29-31页
    参考文献第31-35页
第二章 基于链路预测的推荐方法第35-46页
    2.1 研究思路第35-36页
    2.2 链路预测的研究方法第36-39页
        2.2.1 链路预测的典型研究成果第36-37页
        2.2.2 链路预测的实验数据第37页
        2.2.3 链路预测的实验方法第37-39页
    2.3 推荐技术的研究方法第39-43页
        2.3.1 推荐技术的典型研究成果第40页
        2.3.2 推荐技术的研究数据介绍第40-41页
        2.3.3 推荐技术的研究方法介绍第41-43页
    2.4 本章小结第43-44页
    参考文献第44-46页
第三章 基于弱关系的链路预测算法第46-55页
    3.1 研究背景第46页
    3.2 问题描述第46-47页
    3.3 基于弱关系的优化链路预测模型第47-49页
        3.3.1 CN、AA和RA算法介绍第47-48页
        3.3.2 改进优化算法模型第48-49页
    3.4 实验结果与分析第49-53页
        3.4.1 数据集第49-50页
        3.4.2 度量指标第50页
        3.4.3 结果与分析第50-53页
    3.5 本章小结第53页
    参考文献第53-55页
第四章 基于路径异构性的链路预测算法第55-67页
    4.1 研究背景第55-56页
    4.2 问题描述第56页
    4.3 基于路径异构性的链路预测建模第56-59页
        4.3.1 Significant Path(SP)模型第57-58页
        4.3.2 对比算法第58-59页
    4.4 实验结果与分析第59-63页
        4.4.1 数据集第59-60页
        4.4.2 评估准则第60页
        4.4.3 结果与分析第60-63页
    4.5 本章小结第63页
    参考文献第63-67页
第五章 基于端点影响力的链路预测算法第67-81页
    5.1 研究背景第67-68页
    5.2 问题描述第68-69页
    5.3 基于端点影响力建立链路预测模型第69-71页
        5.3.1 Effective path(EP)模型第69-70页
        5.3.2 对比算法第70-71页
    5.4 实验结果与分析第71-77页
        5.4.1 数据集第71-73页
        5.4.2 评估准则第73页
        5.4.3 结果与分析第73-77页
    5.5 本章小结第77页
    参考文献第77-81页
第六章 基于修正相似性的协作推荐算法第81-96页
    6.1 研究背景第81-82页
    6.2 问题描述第82-84页
    6.3 基于修正相似性的推荐算法CSI第84-86页
        6.3.1 基于二部图网络的经典相似性算法第84页
        6.3.2 相似性修正模型CSI第84-85页
        6.3.3 对比算法第85-86页
    6.4 实验结果与分析第86-92页
        6.4.1 数据集第87页
        6.4.2 评价准则第87-89页
        6.4.3 结果与分析第89-92页
    6.5 本章小结第92页
    参考文献第92-96页
第七章 基于一致性的协作推荐算法第96-111页
    7.1 研究背景第96-97页
    7.2 问题描述第97-98页
    7.3 基于一致性的推荐算法CBI第98-101页
        7.3.1 基于网络的因果性推荐算法NBI第99页
        7.3.2 基于一致性的推荐算法CBI和UCBI第99-100页
        7.3.3 对比算法第100-101页
    7.4 实验结果与分析第101-107页
        7.4.1 数据集第101-102页
        7.4.2 评价准则第102-104页
        7.4.3 结果与分析第104-107页
    7.5 本章小结第107-108页
    参考文献第108-111页
第八章 总结和展望第111-116页
    8.1 论文总结第111-114页
    8.2 未来研究展望第114-116页
致谢第116-118页
博士期间发表的学术论文第118页

论文共118页,点击 下载论文
上一篇:信息中心网络绿色节能机制研究
下一篇:基于分布式多小区系统的多点协作传输技术研究