融合信任关系的协同过滤算法改进研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 推荐系统实例 | 第13-14页 |
| 1.2.2 推荐算法研究现状 | 第14-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 论文结构 | 第16-17页 |
| 2 推荐系统概述 | 第17-32页 |
| 2.1 推荐技术概述 | 第17-21页 |
| 2.1.1 协同过滤推荐技术 | 第17页 |
| 2.1.2 基于内容的推荐技术 | 第17-19页 |
| 2.1.3 基于关联规则的推荐技术 | 第19-20页 |
| 2.1.4 混合推荐技术 | 第20-21页 |
| 2.2 常用的协同过滤算法 | 第21-27页 |
| 2.2.1 基于内存的推荐算法 | 第21-26页 |
| 2.2.2 基于模型的推荐算法 | 第26-27页 |
| 2.3 推荐算法的问题 | 第27-29页 |
| 2.3.1 数据稀松问题 | 第27-28页 |
| 2.3.2 冷启动问题 | 第28页 |
| 2.3.3 信任问题 | 第28-29页 |
| 2.4 推荐算法评价标准 | 第29-31页 |
| 2.4.1 实验数据集 | 第29-30页 |
| 2.4.2 算法评估指标 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 3 信任相关理论知识 | 第32-37页 |
| 3.1 信任的概念 | 第32-33页 |
| 3.2 信任的性质及相关定义 | 第33-35页 |
| 3.2.1 信任的性质 | 第33页 |
| 3.2.2 信任的分类 | 第33-35页 |
| 3.3 信任的传递及其应用 | 第35-36页 |
| 3.3.1 信任传递的作用 | 第35-36页 |
| 3.3.2 基于信任的推荐模型 | 第36页 |
| 3.4 本章小结 | 第36-37页 |
| 4 改进的协同过滤推荐算法 | 第37-56页 |
| 4.1 问题的提出与分析 | 第37-39页 |
| 4.1.1 传统相似性度量方法弊端 | 第37-38页 |
| 4.1.2 信任关系对推荐的影响 | 第38页 |
| 4.1.3 信息过期问题 | 第38-39页 |
| 4.2 算法改进 | 第39-50页 |
| 4.2.1 改进的用户相似性度量算法 | 第39-43页 |
| 4.2.2 信任模型建立 | 第43-47页 |
| 4.2.3 引入时间权重函数 | 第47-50页 |
| 4.3 算法改进分析 | 第50-55页 |
| 4.4 本章小结 | 第55-56页 |
| 5 实验设计与结果分析 | 第56-64页 |
| 5.1 实验目的 | 第56页 |
| 5.2 实验准备 | 第56-58页 |
| 5.2.1 实验数据及评价指标 | 第56-57页 |
| 5.2.2 实验环境 | 第57-58页 |
| 5.3 实验设计方案及结果 | 第58-63页 |
| 5.3.1 实验方案 | 第58页 |
| 5.3.2 实验结果 | 第58-63页 |
| 5.4 本章总结 | 第63-64页 |
| 6 总结与展望 | 第64-66页 |
| 6.1 本文总结 | 第64页 |
| 6.2 未来展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第69-71页 |
| 学位论文数据集 | 第71页 |
