用户信任和项目偏好融合的协同过滤算法研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 研究的主要内容 | 第9-10页 |
| 1.4 论文结构 | 第10-12页 |
| 第二章 推荐系统及相关技术 | 第12-26页 |
| 2.1 推荐系统概述 | 第12-14页 |
| 2.1.1 推荐系统介绍 | 第12-13页 |
| 2.1.2 电子商务推荐系统框架 | 第13-14页 |
| 2.2 推荐系统算法 | 第14-18页 |
| 2.2.1 基于内容的推荐算法 | 第14-15页 |
| 2.2.2 协同过滤的推荐算法 | 第15-16页 |
| 2.2.3 基于关联的推荐算法 | 第16-17页 |
| 2.2.4 基于组合的推荐算法 | 第17-18页 |
| 2.3 协同过滤推荐算法 | 第18-23页 |
| 2.3.1 基于模型的协同过滤 | 第19页 |
| 2.3.2 基于内存的协同过滤 | 第19-21页 |
| 2.3.3 基于社交网络的协同过滤 | 第21-23页 |
| 2.4 协同过滤面临的问题 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 信任的相关研究 | 第26-33页 |
| 3.1 信任概念及相关性质 | 第26-30页 |
| 3.1.1 信任的概念 | 第27页 |
| 3.1.2 信任的性质 | 第27-29页 |
| 3.1.3 信任的分类表示 | 第29-30页 |
| 3.2 信任的理论方法 | 第30-31页 |
| 3.2.1 灰色推理方法 | 第30页 |
| 3.2.2 加权平均推理方法 | 第30页 |
| 3.2.3 模糊理论推理方法 | 第30-31页 |
| 3.3 信任的传播 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于信任和改进相似度的协同过滤算法 | 第33-44页 |
| 4.1 用户间的信任模型 | 第33-38页 |
| 4.1.1 直接信任度 | 第34-35页 |
| 4.1.2 间接信任度 | 第35-36页 |
| 4.1.3 个人可信度 | 第36-38页 |
| 4.2 基于项目偏好的相似度 | 第38-40页 |
| 4.3 基于信任和改进相似度的算法 | 第40页 |
| 4.4 实验数据集和标准 | 第40-41页 |
| 4.5 实验结果与分析 | 第41-42页 |
| 4.6 本章小结 | 第42-44页 |
| 第五章 基于项目属性偏好的协同过滤算法 | 第44-47页 |
| 5.1 项目属性偏好模型 | 第44-45页 |
| 5.2 基于项目属性偏好的算法 | 第45页 |
| 5.3 实验结果与分析 | 第45-46页 |
| 5.4 本章总结 | 第46-47页 |
| 第六章 总结与展望 | 第47-50页 |
| 6.1 总结 | 第47-48页 |
| 6.2 展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 在读期间发表论文清单 | 第53-54页 |
| 致谢 | 第54-55页 |
