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--计算机网络论文--一般性问题论文

基于拓扑势的社区协同过滤方法的设计与实现

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-16页
   ·论文的研究背景和意义第9-10页
   ·个性化推荐系统及协同过滤的研究现状第10-12页
   ·个性化推荐系统存在的问题第12-13页
   ·复杂网络中社区发现技术应用背景及研究现状第13-14页
   ·论文的研究工作第14-15页
   ·论文的结构安排第15-16页
第二章 个性化推荐系统和协同过滤技术第16-30页
   ·个性化推荐系统及其核心算法第16-22页
     ·个性化推荐系统概述第16-17页
     ·个性化推荐系统的构成第17-18页
     ·个性化推荐系统中的推荐算法第18-22页
   ·协同过滤相关技术第22-30页
     ·协同过滤技术概述第22-23页
     ·基于用户的协同过滤算法第23-26页
     ·基于项目的协同过滤算法第26-30页
第三章 复杂网络中的社区发现技术第30-42页
   ·复杂网络和社会网第30-33页
     ·复杂网络的定义与来源第31-32页
     ·社会网络及其分析第32-33页
   ·社区现象第33-34页
   ·社区发现第34-41页
     ·社区发现的含义第34-35页
     ·社区发现技术第35-41页
   ·社区协同过滤第41-42页
第四章 基于拓扑势的社区协同过滤方法第42-50页
   ·问题的提出第42-43页
   ·方法介绍第43-50页
     ·方法流程说明第43页
     ·构造社会化网络第43-46页
     ·基于拓扑势的社区发现第46-48页
     ·预测用户评分第48-50页
第五章 实验与分析第50-56页
   ·数据集第50页
   ·评估标准第50-51页
   ·方法验证实验第51-55页
   ·结论第55-56页
第六章 总结和展望第56-58页
   ·总结第56页
   ·展望第56-58页
参考文献第58-60页
致谢第60-61页
攻读学位期间已发表的学术论文第61页

论文共61页,点击 下载论文
上一篇:基于Web信息抽取的舆论传播分析
下一篇:基于个性化推荐的移动阅读服务系统的研究与设计