基于社交网络的Web服务推荐算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第1章 绪论 | 第10-19页 |
| ·研究背景及意义 | 第10-11页 |
| ·基本概念 | 第11-15页 |
| ·Web服务 | 第11-12页 |
| ·服务质量QoS | 第12-13页 |
| ·推荐系统 | 第13-14页 |
| ·社交网络 | 第14-15页 |
| ·研究内容及创新点 | 第15-17页 |
| ·本文组织结构 | 第17-19页 |
| 第2章 Web服务推荐算法研究现状 | 第19-30页 |
| ·基于QoS的Web服务推荐算法框架 | 第19-21页 |
| ·常用Web服务推荐算法分析 | 第21-28页 |
| ·基于内容的推荐 | 第21-23页 |
| ·基于协同过滤的推荐 | 第23-27页 |
| ·基于网络图结构的推荐 | 第27页 |
| ·混合推荐 | 第27-28页 |
| ·推荐算法的问题和不足 | 第28-29页 |
| ·数据稀疏性问题 | 第28页 |
| ·冷启动问题 | 第28-29页 |
| ·算法扩展性问题 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第3章 用户相似性算法 | 第30-42页 |
| ·常用的用户相似性算法 | 第30-32页 |
| ·余弦夹角相似性 | 第30-31页 |
| ·修正余弦夹角相似性 | 第31页 |
| ·皮尔逊相关系数 | 第31-32页 |
| ·三种用户相似性算法 | 第32-38页 |
| ·基于QoS的用户相似性算法 | 第32-33页 |
| ·等级相关相似性算法 | 第33-34页 |
| ·共同访问相似性算法 | 第34-38页 |
| ·用户相似性传递算法 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于用户社交网络的Web服务推荐 | 第42-54页 |
| ·方法概述 | 第42-43页 |
| ·用户网络模型定义 | 第43-44页 |
| ·用户相似网络分团 | 第44-48页 |
| ·基本思想 | 第44-45页 |
| ·基本定义 | 第45-46页 |
| ·网络分团 | 第46-48页 |
| ·用户信任网络计算 | 第48-49页 |
| ·信任传播 | 第48-49页 |
| ·信任聚合 | 第49页 |
| ·基于用户社交网络的服务推荐 | 第49-53页 |
| ·基于用户相似网络的推荐 | 第50-52页 |
| ·基于信任网络的推荐 | 第52页 |
| ·基于用户相似网络和信任网络的推荐 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 实验结果和分析 | 第54-63页 |
| ·评价参数 | 第54-55页 |
| ·平均绝对误差 | 第54页 |
| ·标准平均绝对误差 | 第54-55页 |
| ·覆盖率 | 第55页 |
| ·精确度和召回率 | 第55页 |
| ·实验数据和环境 | 第55-57页 |
| ·实验数据 | 第55-56页 |
| ·实验环境 | 第56-57页 |
| ·实验结果分析 | 第57-62页 |
| ·三种相似性算法和相似性传递算法 | 第57-60页 |
| ·基于用户社交网络的服务推荐 | 第60-61页 |
| ·各参数对预测误差的影响 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结和展望 | 第63-65页 |
| ·本文总结 | 第63-64页 |
| ·未来工作展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间主要的研究成果 | 第69-70页 |
| 致谢 | 第70页 |
