社区发现视角下的协同过滤推荐技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究背景与意义 | 第11-13页 |
| ·研究背景 | 第11-12页 |
| ·研究意义 | 第12-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·复杂网络社区发现研究现状 | 第13-15页 |
| ·个性化推荐技术研究现状 | 第15-16页 |
| ·研究内容以及研究方法 | 第16-17页 |
| ·本文创新点 | 第17-19页 |
| 第二章 相关概念及理论 | 第19-30页 |
| ·个性化推荐技术 | 第19-21页 |
| ·基于内容的推荐技术 | 第19-20页 |
| ·关联规则推荐技术 | 第20-21页 |
| ·协同过滤推荐技术 | 第21-26页 |
| ·协同过滤算法步骤 | 第21-23页 |
| ·协同过滤算法分类 | 第23-25页 |
| ·协同过滤算法面临的主要挑战 | 第25-26页 |
| ·复杂网络社区理论 | 第26-30页 |
| ·复杂网络社区结构 | 第26-27页 |
| ·一般社区发现算法 | 第27-28页 |
| ·重叠社区发现算法 | 第28-30页 |
| 第三章 基于随机游走的社区发现 | 第30-39页 |
| ·随机游走算法 | 第30-31页 |
| ·改进的随机游走社区发现算法 | 第31-36页 |
| ·算法思想 | 第31-32页 |
| ·相关概念 | 第32-35页 |
| ·算法流程 | 第35页 |
| ·算法的时间复杂度 | 第35-36页 |
| ·算法测试与分析 | 第36-39页 |
| ·Zachary 空手道俱乐部成员关系网络测试 | 第36-37页 |
| ·海豚家族关系网络测试 | 第37-39页 |
| 第四章 基于标签传播的重叠社区发现 | 第39-47页 |
| ·标签传播算法 | 第39-42页 |
| ·算法思想 | 第39-41页 |
| ·算法流程 | 第41页 |
| ·算法的时间复杂度 | 第41-42页 |
| ·多标签传播的重叠社区发现算法 | 第42-44页 |
| ·算法思想 | 第42-43页 |
| ·算法流程 | 第43-44页 |
| ·算法的时间复杂度 | 第44页 |
| ·算法测试与分析 | 第44-47页 |
| ·Zachary 空手道俱乐部成员关系网络测试 | 第44-45页 |
| ·海豚家族关系网络测试 | 第45-47页 |
| 第五章 基于社区发现的协同过滤算法 | 第47-53页 |
| ·社会网络构建 | 第47-49页 |
| ·社会网络社区发现 | 第49页 |
| ·协同过滤推荐 | 第49-53页 |
| ·建立最近邻候选集 | 第49-50页 |
| ·搜索最近邻用户 | 第50-51页 |
| ·产生推荐 | 第51-53页 |
| 第六章 推荐性能实验测试 | 第53-62页 |
| ·实验数据集 | 第53页 |
| ·评价指标 | 第53-54页 |
| ·实验设计 | 第54-55页 |
| ·实验结果与分析 | 第55-62页 |
| ·基于随机游走社区发现的实验 | 第55-59页 |
| ·基于标签传播重叠社区发现的实验 | 第59-62页 |
| 第七章 结论与展望 | 第62-64页 |
| ·结论 | 第62-63页 |
| ·研究展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 附录A 部分程序代码 | 第66-73页 |
| 在学研究成果 | 第73-74页 |
| 致谢 | 第74页 |
