| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第2章 推荐系统及其鲁棒性研究 | 第15-26页 |
| 2.1 推荐系统综述 | 第15-16页 |
| 2.2 协同过滤推荐算法 | 第16-22页 |
| 2.2.1 基于内存的推荐算法 | 第16-19页 |
| 2.2.2 基于模型的推荐算法 | 第19-21页 |
| 2.2.3 混合推荐算法 | 第21-22页 |
| 2.3 推荐系统的鲁棒性 | 第22-23页 |
| 2.4 托攻击简介 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 嫌疑用户聚类算法 | 第26-35页 |
| 3.1 相关知识简介 | 第26-27页 |
| 3.2 KPDI算法思想 | 第27-29页 |
| 3.3 相关定义及分析 | 第29-33页 |
| 3.3.1 基本定义及说明 | 第29-30页 |
| 3.3.2 可行性分析 | 第30-33页 |
| 3.4 算法描述 | 第33页 |
| 3.5 本章小结 | 第33-35页 |
| 第4章 鲁棒推荐算法 | 第35-44页 |
| 4.1 引言 | 第35-36页 |
| 4.2 概率矩阵分解模型 | 第36-37页 |
| 4.3 攻击用户识别方法 | 第37-39页 |
| 4.4 KPDII-RBPMF算法 | 第39-42页 |
| 4.4.1 算法思想 | 第39-42页 |
| 4.4.2 算法描述 | 第42页 |
| 4.5 本章小结 | 第42-44页 |
| 第5章 实验及结果分析 | 第44-53页 |
| 5.1 实验环境及配置 | 第44页 |
| 5.2 实验数据 | 第44-45页 |
| 5.3 实验评价指标 | 第45-46页 |
| 5.4 KPDII算法的实验结果及分析 | 第46-47页 |
| 5.5 KPDII-RBPMF算法的实验结果及分析 | 第47-52页 |
| 5.5.1 推荐精度对比结果及分析 | 第48-50页 |
| 5.5.2 鲁棒性对比结果及分析 | 第50-52页 |
| 5.6 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第58-59页 |
| 致谢 | 第59页 |