社交网络中个性化推荐方法的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和研究意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文的研究内容 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第二章 个性化推荐技术 | 第16-29页 |
| 2.1 推荐系统概述 | 第16-18页 |
| 2.2 常用推荐方法 | 第18-22页 |
| 2.2.1 基于用户的协同过滤 | 第18-20页 |
| 2.2.2 基于物品的协同过滤 | 第20-21页 |
| 2.2.3 其他推荐方法 | 第21-22页 |
| 2.3 社交网络中的推荐方法 | 第22-26页 |
| 2.3.1 基于领域的社会化推荐 | 第23-24页 |
| 2.3.2 基于图的社会化推荐 | 第24-25页 |
| 2.3.3 基于社交标签的推荐 | 第25-26页 |
| 2.4 推荐系统测评 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 社交网络与社团结构研究 | 第29-48页 |
| 3.1 社交网络研究 | 第29-35页 |
| 3.1.1 SNS社交网络发展及其理论 | 第29-31页 |
| 3.1.2 社团网络与复杂网络 | 第31-34页 |
| 3.1.3 社交网络与社团结构 | 第34-35页 |
| 3.2 经典社区发现算法 | 第35-38页 |
| 3.2.1 谱分法 | 第35-36页 |
| 3.2.2 凝聚方法 | 第36-37页 |
| 3.2.3 分裂方法 | 第37-38页 |
| 3.3 基于用户兴趣偏好的社区发现算法 | 第38-45页 |
| 3.3.1 获取用户兴趣偏好 | 第39页 |
| 3.3.2 用户兴趣偏好建模 | 第39-40页 |
| 3.3.3 算法描述 | 第40-43页 |
| 3.3.4 算法实例与分析 | 第43-45页 |
| 3.4 算法复杂度分析 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于CUPC社区发现的好友推荐 | 第48-59页 |
| 4.1 算法概述 | 第48-49页 |
| 4.2 算法核心思想 | 第49-51页 |
| 4.3 仿真实验 | 第51-57页 |
| 4.3.1 数据收集和预处理 | 第52-54页 |
| 4.3.2 实验方案 | 第54页 |
| 4.3.3 实验结果与分析 | 第54-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第五章 基于CUPC的协同过滤推荐方法 | 第59-67页 |
| 5.1 算法概述 | 第59-60页 |
| 5.2 算法核心思想 | 第60-62页 |
| 5.3 实验设计与分析 | 第62-66页 |
| 5.3.1 实验数据来源 | 第62-63页 |
| 5.3.2 实验方案 | 第63-64页 |
| 5.3.3 实验及结果分析 | 第64-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 全文总结 | 第67页 |
| 6.2 工作展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间取得的成果 | 第74-75页 |
