摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景与研究意义 | 第10-12页 |
1.2 研究现状 | 第12-14页 |
1.2.1 社会计算和不信任关系发现 | 第12-13页 |
1.2.2 最优化方法 | 第13-14页 |
1.3 本文的主要工作 | 第14-15页 |
1.4 本文组织与结构 | 第15-16页 |
第2章 用户不信任关系中的差异度 | 第16-25页 |
2.1 数据集分析 | 第16-18页 |
2.2 不信任关系中的差异度 | 第18-24页 |
2.3 本章总结 | 第24-25页 |
第3章 矩阵分解预测不信任关系 | 第25-39页 |
3.1 不信任关系预测的非负矩阵分解模型 | 第25-30页 |
3.1.1 非负矩阵分解 | 第25-27页 |
3.1.2 最优化方法 | 第27-28页 |
3.1.3 投影非负矩阵分解 | 第28页 |
3.1.4 不信任关系预测的矩阵分解模型 | 第28-30页 |
3.2 规范化的用户差异度 | 第30-33页 |
3.3 He-Distrust结构模型预测不信任关系 | 第33-35页 |
3.4 He-Distrust结构模型算法和算法复杂度 | 第35-38页 |
3.4.1 He-Distrust结构模型算法过程 | 第35-37页 |
3.4.2 He-Distrust结构算法时间复杂度分析 | 第37-38页 |
3.5 本章总结 | 第38-39页 |
第4章 用户不信任关系预测的实验分析和验证 | 第39-53页 |
4.1 实验设计 | 第39-41页 |
4.2 不同预测方法的比较 | 第41-47页 |
4.3 不同系数对预测结果的影响 | 第47-52页 |
4.4 本章总结 | 第52-53页 |
第5章 总结与展望 | 第53-55页 |
5.1 总结 | 第53-54页 |
5.2 展望 | 第54-55页 |
参考文献 | 第55-58页 |
个人简介与学术成果 | 第58-59页 |
致谢 | 第59页 |