| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景与研究意义 | 第10-13页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-13页 |
| 1.2 研究目的和主要内容 | 第13-14页 |
| 1.2.1 研究目的 | 第13页 |
| 1.2.2 主要内容 | 第13-14页 |
| 1.3 研究方法与技术路线 | 第14-15页 |
| 1.3.1 研究方法 | 第14-15页 |
| 1.3.2 技术路线 | 第15页 |
| 1.4 主要创新点 | 第15-16页 |
| 1.5 本文的组织结构 | 第16-17页 |
| 2 理论基础及文献综述 | 第17-31页 |
| 2.1 用户模型理论基础 | 第17-27页 |
| 2.1.1 用户模型分类 | 第17-19页 |
| 2.1.2 用户模型的信息来源 | 第19-20页 |
| 2.1.3 用户模型建模方法 | 第20-22页 |
| 2.1.4 用户模型的表示 | 第22-26页 |
| 2.1.5 用户模型的更新 | 第26-27页 |
| 2.2 用户模型扩展综述 | 第27-28页 |
| 2.3 推荐算法综述 | 第28-30页 |
| 2.3.1 协同过滤 | 第28页 |
| 2.3.2 基于内容的推荐 | 第28-29页 |
| 2.3.3 混合推荐系统 | 第29页 |
| 2.3.4 其他推荐系统 | 第29-30页 |
| 2.4 本章小节 | 第30-31页 |
| 3 邻域用户模型构建 | 第31-47页 |
| 3.1 基于邻域用户模型的主题推荐流程 | 第31-32页 |
| 3.2 邻域用户模型的生成 | 第32-43页 |
| 3.2.1 用户模型构建 | 第32-37页 |
| 3.2.2 扩展用户模型 | 第37-39页 |
| 3.2.3 邻域用户模型 | 第39-43页 |
| 3.3 邻域用户模型分析 | 第43-45页 |
| 3.4 基于邻域好友模型的主题推荐方法 | 第45-46页 |
| 3.5 本章小节 | 第46-47页 |
| 4 实验仿真及结果分析 | 第47-60页 |
| 4.1 评价指标 | 第47页 |
| 4.2 数据描述 | 第47-48页 |
| 4.3 实验结果评估分析 | 第48-58页 |
| 4.3.1 δ值与α值分析 | 第48-53页 |
| 4.3.2 K值变化对推荐效果的影响 | 第53-54页 |
| 4.3.3 推荐效果评估 | 第54-58页 |
| 4.4 本章小节 | 第58-60页 |
| 5 结论与展望 | 第60-62页 |
| 5.1 研究结论 | 第60页 |
| 5.2 未来研究建议 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 附录：作者在读期间发表的学术论文及其参加的科研项目 | 第68页 |