社交网络环境下基于用户关系强度的多维度综合推荐方法研究
| 摘要 | 第2-3页 |
| abstract | 第3-4页 |
| 第1章 绪论 | 第7-15页 |
| 1.1 研究背景及意义 | 第7-10页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文主要研究工作 | 第12-13页 |
| 1.4 本文组织结构 | 第13-15页 |
| 第2章 相关技术与总体架构 | 第15-24页 |
| 2.1 传统推荐算法 | 第15-17页 |
| 2.2 PageRank算法 | 第17-18页 |
| 2.3 Agingalgorithm | 第18-20页 |
| 2.4 相关定义 | 第20-23页 |
| 2.4.1 主要的定义 | 第20-22页 |
| 2.4.2 本文的研究框架 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 社交网络多维度综合推荐的基础建模 | 第24-37页 |
| 3.1 用户关系强度建模与分析 | 第24-28页 |
| 3.2 推荐因子建模与分析 | 第28-36页 |
| 3.2.1 实体相似度建模与分析 | 第28-33页 |
| 3.2.2 用户兴趣度建模与分析 | 第33-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第4章 基于用户关系强度的多维度综合推荐算法实现 | 第37-47页 |
| 4.1 用户候选集算法 | 第37-39页 |
| 4.2 实体候选集算法 | 第39-40页 |
| 4.3 用户兴趣度算法 | 第40-41页 |
| 4.4 模块综合推荐算法 | 第41-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 实验结果及分析 | 第47-62页 |
| 5.1 实验环境简介 | 第47-48页 |
| 5.2 实验数据集 | 第48-51页 |
| 5.3 推荐系统评价指标 | 第51页 |
| 5.4 实验结果与分析 | 第51-61页 |
| 5.4.1 社交网络结构分析 | 第51-53页 |
| 5.4.2 权值设置 | 第53-59页 |
| 5.4.3 实验结果 | 第59-61页 |
| 5.5 实验结论 | 第61-62页 |
| 第6章 总结与展望 | 第62-63页 |
| 6.1 结论 | 第62页 |
| 6.2 进一步工作方向 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68-70页 |
| 攻读学位期间取得的研究成果 | 第70-71页 |
