社会网络多策略视频推荐系统研究与设计
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| CONTENTS | 第11-14页 |
| 第一章 绪论 | 第14-21页 |
| ·本论文的研究背景及意义 | 第14-16页 |
| ·研究背景与意义 | 第14-15页 |
| ·课题来源 | 第15-16页 |
| ·国内外研究现状 | 第16-18页 |
| ·推荐系统待解决关键技术 | 第18-19页 |
| ·本论文的主要研究内容与结构 | 第19-21页 |
| 第二章 推荐系统相关理论 | 第21-33页 |
| ·个性化推荐系统的一般描述 | 第21-22页 |
| ·常用的推荐技术概念及分类 | 第22-27页 |
| ·基于近邻的协同过滤 | 第24页 |
| ·内容过滤 | 第24-25页 |
| ·社会化过滤 | 第25页 |
| ·基于矩阵分解的推荐 | 第25-27页 |
| ·多策略推荐技术 | 第27页 |
| ·相似度算法 | 第27-29页 |
| ·皮尔森相关系数法 | 第28页 |
| ·余弦相似性算法 | 第28-29页 |
| ·修正的余弦相似性算法 | 第29页 |
| ·推荐系统的构成 | 第29-30页 |
| ·测评推荐系统 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 推荐系统中用户兴趣模型 | 第33-38页 |
| ·心理学模型 | 第33-34页 |
| ·兴趣漂移 | 第34-35页 |
| ·用户反馈模型 | 第35-36页 |
| ·Rocehio反馈算法 | 第35-36页 |
| ·反馈模型 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第四章 推荐系统中推荐模型设计 | 第38-48页 |
| ·问题定义与方法描述 | 第38页 |
| ·社会化图模型 | 第38-40页 |
| ·三分图的构造 | 第38-39页 |
| ·VideoRank算法 | 第39-40页 |
| ·在基于物品的协同过滤中应用矩阵分解算法 | 第40-42页 |
| ·主题推荐模型 | 第42-45页 |
| ·实验结果说明 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 推荐系统中安全机制与技术 | 第48-57页 |
| ·隐私攻击 | 第48-49页 |
| ·隐私保护 | 第49-51页 |
| ·社交信任攻击 | 第51-53页 |
| ·节点隐私 | 第52页 |
| ·边隐私 | 第52-53页 |
| ·安全策略 | 第53-55页 |
| ·基础检测模型 | 第53-54页 |
| ·改进的Chirira检测模型 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第六章 VRS推荐系统原型设计与实现 | 第57-68页 |
| ·推荐系统的体系结构 | 第57-58页 |
| ·原型线上部分 | 第58-63页 |
| ·用户行为的收集 | 第59页 |
| ·相关推荐模块 | 第59-61页 |
| ·校验说明模块 | 第61-63页 |
| ·原型线下部分 | 第63-64页 |
| ·推荐模型设计 | 第64-65页 |
| ·用户界面 | 第65-66页 |
| ·实验结果与分析 | 第66-68页 |
| 结论与展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 攻读学位期间发表的学术论文和科研项目 | 第76-78页 |
| 致谢 | 第78页 |
