| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-21页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的和意义 | 第10-11页 |
| 1.3 国内外研究概况 | 第11-19页 |
| 1.4 论文的研究内容 | 第19页 |
| 1.5 论文组织结构 | 第19-21页 |
| 2 基于领域偏好度的微博名人推荐算法研究 | 第21-36页 |
| 2.1 分类问题的描述 | 第21-22页 |
| 2.2 基于领域的用户特征提取 | 第22-29页 |
| 2.3 基于领域偏好度的微博名人推荐算法 | 第29-31页 |
| 2.4 基于 MAP-REDUCE 的并行化算法设计与实现 | 第31-35页 |
| 2.5 本章小结 | 第35-36页 |
| 3 基于信息传播力的微博用户推荐算法研究 | 第36-44页 |
| 3.1 社会网络的社区发现算法 | 第36-38页 |
| 3.2 微博用户社区信息传播力的计算方法 | 第38-40页 |
| 3.3 基于信息传播力的微博用户推荐算法 | 第40-41页 |
| 3.4 基于 Map-Reduce 的并行化算法设计与实现 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 4 用户推荐算法的效果与性能评测 | 第44-52页 |
| 4.1 实验数据的分析及实验测试环境的设置 | 第44-46页 |
| 4.2 推荐算法的一般评估方法 | 第46-47页 |
| 4.3 用户推荐算法的效果与性能评测 | 第47-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 论文总结 | 第52-53页 |
| 5.2 进一步研究方向 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |