引入兴趣相似度的信任网络推荐算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究的背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文研究内容及组织结构 | 第15-18页 |
| 1.3.1 本文研究内容 | 第15-16页 |
| 1.3.2 本文组织结构 | 第16-18页 |
| 第二章 相关理论知识介绍 | 第18-25页 |
| 2.1 推荐算法简介 | 第18-19页 |
| 2.2 协同过滤算法介绍 | 第19-21页 |
| 2.2.1 基于内存的协同过滤算法 | 第19-20页 |
| 2.2.2 基于模型的协同过滤算法 | 第20-21页 |
| 2.2.3 协同过滤算法存在的问题 | 第21页 |
| 2.3 信任网络 | 第21-24页 |
| 2.3.1 信任网络的概念及特点 | 第21-23页 |
| 2.3.2 信任关系的分类 | 第23-24页 |
| 2.3.3 引入信任关系的必要性 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于信任网络推荐算法的改进 | 第25-43页 |
| 3.1 传统协同过滤算法 | 第25-27页 |
| 3.1.1 相似度 | 第25-26页 |
| 3.1.2 最近邻居集 | 第26页 |
| 3.1.3 预测评分 | 第26-27页 |
| 3.2 基于信任网络的推荐算法 | 第27-29页 |
| 3.2.1 信任值的度量 | 第27页 |
| 3.2.2 预测评分模型 | 第27-29页 |
| 3.3 NTCF算法 | 第29-34页 |
| 3.3.1 信任值的度量 | 第29-30页 |
| 3.3.2 预测评分模型 | 第30-31页 |
| 3.3.3 算法设计 | 第31-34页 |
| 3.4 实验设计与结果分析 | 第34-41页 |
| 3.4.1 实验准备工作 | 第34-38页 |
| 3.4.2 实验设计与结果分析 | 第38-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 兴趣相似度与信任强度关系的研究 | 第43-51页 |
| 4.1 引言 | 第43-47页 |
| 4.1.1 用户兴趣 | 第43-46页 |
| 4.1.2 兴趣相似度 | 第46-47页 |
| 4.2 兴趣相似度与信任强度 | 第47-50页 |
| 4.2.1 实验准备工作 | 第47-48页 |
| 4.2.2 实验设计与结果分析 | 第48-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第五章 引入兴趣相似度的信任网络推荐算法 | 第51-62页 |
| 5.1 NITCF算法 | 第51-52页 |
| 5.2 I_TCF算法 | 第52-53页 |
| 5.3 I_NTCF算法 | 第53-54页 |
| 5.4 实验设计与结果分析 | 第54-60页 |
| 5.4.1 实验准备工作 | 第54页 |
| 5.4.2 实验设计与结果分析 | 第54-60页 |
| 5.5 几种算法的综合对比分析 | 第60-61页 |
| 5.6 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 作者简介及在学期间所取得的科研成果 | 第68-69页 |
| 致谢 | 第69页 |
