| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文研究内容 | 第14-16页 |
| 1.4 论文组织结构和内容安排 | 第16-17页 |
| 第二章 相关理论知识 | 第17-26页 |
| 2.1 社交网络的相关概念 | 第17-19页 |
| 2.1.1 社交网络概述 | 第17页 |
| 2.1.2 社交网络的定义与表示 | 第17-18页 |
| 2.1.3 基础社交网络理论 | 第18-19页 |
| 2.2 协作过滤算法的相关概念 | 第19-24页 |
| 2.2.1 协作过滤算法基本思想和步骤 | 第19页 |
| 2.2.2 用户-项目评分矩阵的表示 | 第19-20页 |
| 2.2.3 用户相似性度量方法 | 第20-21页 |
| 2.2.4 邻居集合的形成 | 第21页 |
| 2.2.5 推荐结果的产生 | 第21-22页 |
| 2.2.6 协作过滤算法分类 | 第22-24页 |
| 2.3 聚类算法的相关概念 | 第24-25页 |
| 2.3.1 聚类分析概述 | 第24页 |
| 2.3.2 聚类算法分类 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于用户信任度和社会相似度的协作过滤算法 | 第26-39页 |
| 3.1 引言 | 第26-27页 |
| 3.2 用户信任度计算 | 第27-29页 |
| 3.2.1 用户网络的定义 | 第27-28页 |
| 3.2.2 直接信任度计算 | 第28页 |
| 3.2.3 间接信任度计算 | 第28页 |
| 3.2.4 用户信任度计算 | 第28-29页 |
| 3.3 社会相似度计算 | 第29页 |
| 3.4 UTSSCF算法 | 第29-32页 |
| 3.4.1 用户相似度计算 | 第30页 |
| 3.4.2 用户相似度、用户信任度和社会相似度的融合 | 第30页 |
| 3.4.3 评分预测公式 | 第30-31页 |
| 3.4.4 改进的评分预测公式 | 第31页 |
| 3.4.5 算法描述 | 第31-32页 |
| 3.5 实验设计与分析 | 第32-38页 |
| 3.5.1 实验数据来源 | 第32-33页 |
| 3.5.2 实验评价标准 | 第33-34页 |
| 3.5.3 实验结果与分析 | 第34-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 基于社交网络用户相似度聚类的协作过滤算法 | 第39-54页 |
| 4.1 引言 | 第39-40页 |
| 4.2 社交网络用户相似度 | 第40-42页 |
| 4.2.1 用户属性相似度计算 | 第40页 |
| 4.2.2 用户互动相似度计算 | 第40-42页 |
| 4.2.3 社交网络用户相似度计算 | 第42页 |
| 4.3 SNUSC算法 | 第42-44页 |
| 4.3.1 Prime算法的基本思想 | 第43页 |
| 4.3.2 SNUSC算法描述 | 第43-44页 |
| 4.4 SNUSCCF算法 | 第44-45页 |
| 4.5 实验设计与分析 | 第45-53页 |
| 4.5.1 实验数据来源 | 第45页 |
| 4.5.2 实验评价标准 | 第45-46页 |
| 4.5.3 实验结果与分析 | 第46-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 面向社交网络的推荐系统的设计与实现 | 第54-72页 |
| 5.1 推荐系统需求分析 | 第54-59页 |
| 5.1.1 推荐系统功能需求分析 | 第54-55页 |
| 5.1.2 推荐系统用例模型分析 | 第55-56页 |
| 5.1.3 推荐系统工作流程 | 第56-59页 |
| 5.2 推荐系统功能模块的设计 | 第59-61页 |
| 5.2.1 每日书摘推荐模块设计 | 第59-60页 |
| 5.2.2 图书推荐模块设计 | 第60-61页 |
| 5.2.3 朋友推荐模块设计 | 第61页 |
| 5.3 推荐系统数据库设计 | 第61-65页 |
| 5.3.1 数据库概念设计系统实体E-R图 | 第61-62页 |
| 5.3.2 数据库表设计 | 第62-65页 |
| 5.4 推荐系统的实现 | 第65-71页 |
| 5.4.1 每日书摘推荐的实现 | 第65-67页 |
| 5.4.2 图书推荐的实现 | 第67-70页 |
| 5.4.3 朋友推荐的实现 | 第70-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 本文工作总结 | 第72-73页 |
| 6.2 未来工作展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 在学习期间的研究成果及发表的学术论文 | 第80页 |