基于移动感知的可信混合推荐系统
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文的结构 | 第12-13页 |
| 第二章 推荐系统综述 | 第13-22页 |
| 2.1 推荐系统研究 | 第13-15页 |
| 2.2 推荐算法分类 | 第15-18页 |
| 2.2.1 协同过滤推荐 | 第15-17页 |
| 2.2.2 基于内容推荐 | 第17-18页 |
| 2.2.3 混合推荐 | 第18页 |
| 2.3 推荐系统评价指标 | 第18-19页 |
| 2.3.1 推荐精准度 | 第18-19页 |
| 2.3.2 用户满意度 | 第19页 |
| 2.4 推荐系统的动态性和安全性问题 | 第19-21页 |
| 2.4.1 动态性问题 | 第19-20页 |
| 2.4.2 安全性问题 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 基于移动感知的推荐模型 | 第22-29页 |
| 3.1 推荐系统中移动感知重要性及引入 | 第22-25页 |
| 3.1.1 推荐系统在移动环境下的特点 | 第22页 |
| 3.1.2 移动感知及作用 | 第22-23页 |
| 3.1.3 移动感知架构 | 第23-24页 |
| 3.1.4 移动感知引入面临的问题 | 第24-25页 |
| 3.2 基于移动感知的推荐模型及算法 | 第25-27页 |
| 3.2.1 基于移动感知的推荐模型 | 第25-26页 |
| 3.2.2 算法流程 | 第26-27页 |
| 3.3 本章总结 | 第27-29页 |
| 第四章 可信的推荐模型 | 第29-39页 |
| 4.1 推荐攻击分析 | 第29-31页 |
| 4.1.1 攻击目标 | 第29页 |
| 4.1.2 攻击所需知识 | 第29-30页 |
| 4.1.3 攻击成本和收益 | 第30页 |
| 4.1.4 攻击规模 | 第30页 |
| 4.1.5 攻击模型 | 第30-31页 |
| 4.1.6 攻击分类 | 第31页 |
| 4.2 可信的推荐模型 | 第31-32页 |
| 4.3 模型及算法实现 | 第32-38页 |
| 4.3.1 用户偏好提取 | 第32-34页 |
| 4.3.2 用户相似性评价 | 第34-35页 |
| 4.3.3 发现兴趣社区 | 第35-38页 |
| 4.3.4 评分预测 | 第38页 |
| 4.4 本章总结 | 第38-39页 |
| 第五章 基于移动感知的可信混合推荐模型及实验验证 | 第39-52页 |
| 5.1 混合模型 | 第39-40页 |
| 5.2 安全性实验 | 第40-49页 |
| 5.2.1 数据集 | 第40-41页 |
| 5.2.2 实验流程设计 | 第41-47页 |
| 5.2.3 评价指标 | 第47-48页 |
| 5.2.4 实验结果分析 | 第48-49页 |
| 5.3 移动感知下动态性实验 | 第49-51页 |
| 5.3.1 数据集 | 第49-50页 |
| 5.3.2 原型系统及评价 | 第50-51页 |
| 5.4 本章总结 | 第51-52页 |
| 第六章 总结与展望 | 第52-55页 |
| 6.1 论文总结 | 第52-53页 |
| 6.2 展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间发表的学术论文目录 | 第59页 |
