基于重叠社区发现的群组推荐算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-11页 |
| 1.1.1 研究背景 | 第8-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外相关研究现状及评述 | 第11-13页 |
| 1.2.1 社区发现研究现状 | 第11-12页 |
| 1.2.2 推荐系统研究现状 | 第12-13页 |
| 1.3 论文内容与结构 | 第13-14页 |
| 1.4 研究方法 | 第14-15页 |
| 1.5 研究特色与创新点 | 第15-16页 |
| 第二章 复杂社会网络与社区发现理论 | 第16-23页 |
| 2.1 复杂社会网络分析 | 第16-17页 |
| 2.1.1 复杂网络特征量 | 第16页 |
| 2.1.2 复杂网络分析 | 第16-17页 |
| 2.2 社区发现理论 | 第17-22页 |
| 2.2.1 一般社区发现算法 | 第18-19页 |
| 2.2.2 重叠社区发现算法 | 第19-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 推荐系统相关技术研究 | 第23-31页 |
| 3.1 用户建模 | 第23页 |
| 3.2 推荐项目建模 | 第23-24页 |
| 3.3 核心推荐算法 | 第24-30页 |
| 3.3.1 推荐系统存在的缺陷 | 第24-25页 |
| 3.3.2 基于内容的推荐算法 | 第25-26页 |
| 3.3.3 协同过滤推荐算法 | 第26-29页 |
| 3.3.4 组合推荐算法 | 第29-30页 |
| 3.4 本章总结 | 第30-31页 |
| 第四章 基于重叠社区发现的群组推荐算法 | 第31-38页 |
| 4.1 重叠社区发现算法模块 | 第31-35页 |
| 4.1.1 基于相似性的用户网络 | 第31-34页 |
| 4.1.2 社区发现 | 第34-35页 |
| 4.1.3 重叠社区融合 | 第35页 |
| 4.2 群组推荐算法模块 | 第35-37页 |
| 4.3 本章小结 | 第37-38页 |
| 第五章 实验数据及性能评价 | 第38-44页 |
| 5.1 实验数据集 | 第38-40页 |
| 5.1.1 数据选择 | 第38-39页 |
| 5.1.2 数据存储 | 第39-40页 |
| 5.2 评价指标 | 第40-41页 |
| 5.3 结果分析 | 第41-43页 |
| 5.4 本章小结 | 第43-44页 |
| 第六章 研究成果与展望 | 第44-46页 |
| 6.1 研究成果 | 第44-45页 |
| 6.2 研究展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-51页 |
| 攻读学位期间发表的学术论文目录 | 第51页 |
