| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 推荐系统概述 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 本文内容与结构 | 第15-17页 |
| 第二章 相关理论介绍 | 第17-27页 |
| 2.1 基于邻域模型的协同过滤推荐 | 第17-22页 |
| 2.1.1 基于领域的评分预测方法 | 第17-20页 |
| 2.1.2 基于领域的回归模型方法 | 第20-22页 |
| 2.2 上下文推荐模型介绍 | 第22-26页 |
| 2.2.1 上下文预过滤方法 | 第23-24页 |
| 2.2.2 上下文后过滤方法 | 第24-25页 |
| 2.2.3 上下文建模方法 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 基于社区和个体影响力的上下文推荐算法 | 第27-43页 |
| 3.1 引言 | 第27页 |
| 3.2 问题描述 | 第27-28页 |
| 3.3 基于多维上下文的层级社区发现 | 第28-33页 |
| 3.3.1 多维上下文过滤的层级社区定义 | 第29-30页 |
| 3.3.2 基于多维上下文的层级社区发现算法 | 第30-33页 |
| 3.4 基于社区和个体影响力的上下文推荐算法(IIBER) | 第33-36页 |
| 3.4.1 个体影响力的社区推荐预选 | 第33-34页 |
| 3.4.2 生成均衡概率的推荐结果 | 第34-36页 |
| 3.4.3 时间复杂度分析 | 第36页 |
| 3.5 实验结果与分析 | 第36-42页 |
| 3.5.1 数据集介绍 | 第37页 |
| 3.5.2 评价指标 | 第37-38页 |
| 3.5.3 仿真结果与分析 | 第38-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于偏差的多维上下文SLIM推荐算法 | 第43-58页 |
| 4.1 稀疏线性方法(SLIM) | 第43-44页 |
| 4.2 基于偏差的上下文推荐算法 | 第44-47页 |
| 4.3 基于偏差的多维上下文SLIM推荐算法 | 第47-50页 |
| 4.3.1 GCSLIM推荐算法 | 第47-48页 |
| 4.3.2 DE-GCSLIM推荐算法 | 第48-50页 |
| 4.4 实验结果与分析 | 第50-57页 |
| 4.4.1 数据集与评估指标 | 第50-52页 |
| 4.4.2 实验结果与讨论 | 第52-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 面向政务领域的上下文推荐系统实现与应用 | 第58-74页 |
| 5.1 面向政务领域的上下文推荐系统简介 | 第58页 |
| 5.2 综合社区与关联序列挖掘的电子政务推荐算法(CAS-UR) | 第58-65页 |
| 5.2.1 CAS-UR模型 | 第59-62页 |
| 5.2.2 实验分析 | 第62-65页 |
| 5.3 CAS-UR推荐系统架构设计及可视化展示 | 第65-73页 |
| 5.3.1 总体设计 | 第66-67页 |
| 5.3.2 数据开发流程设计 | 第67-72页 |
| 5.3.3 推荐系统可视化展示 | 第72-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 论文总结 | 第74-75页 |
| 6.2 工作展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 附录：攻读学位期间参与的科研项目与公开发表的论文 | 第81页 |