基于社交网络的个性化推荐服务研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·引言 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·研究目的和意义 | 第11-12页 |
| ·研究内容 | 第12-13页 |
| ·课题来源与论文组织结构 | 第13页 |
| ·课题来源 | 第13页 |
| ·论文组织结构 | 第13页 |
| ·本章小结 | 第13-15页 |
| 第二章 社交网络与社区发现算法研究 | 第15-29页 |
| ·什么是社交网络 | 第15-17页 |
| ·社交网络定义 | 第15页 |
| ·社交网络特点 | 第15-16页 |
| ·社交网络与复杂网络 | 第16-17页 |
| ·社交网络理论基础 | 第17-18页 |
| ·社区发现算法研究 | 第18-22页 |
| ·层次聚类算法 | 第19-20页 |
| ·GN算法 | 第20-21页 |
| ·NF算法 | 第21-22页 |
| ·改进的社区发现算法 | 第22-25页 |
| ·算法的基本思想 | 第22页 |
| ·算法的评价标准 | 第22-24页 |
| ·算法的流程框架 | 第24-25页 |
| ·实验及分析 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 个性化推荐技术研究 | 第29-41页 |
| ·个性化推荐系统简介 | 第29页 |
| ·主要的个性化推荐技术 | 第29-33页 |
| ·信息检索技术 | 第30页 |
| ·基于关联规则的推荐技术 | 第30-31页 |
| ·基于内容的过滤技术 | 第31-32页 |
| ·协同过滤推荐技术 | 第32-33页 |
| ·多种推荐技术的综合比较分析 | 第33-34页 |
| ·协同过滤推荐算法 | 第34-40页 |
| ·协同过滤算法分类 | 第34页 |
| ·基于用户的协同过滤推荐算法 | 第34-38页 |
| ·基于项目的协同过滤推荐算法 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于社交网络的协同过滤推荐算法 | 第41-53页 |
| ·引言 | 第41页 |
| ·信任度计算 | 第41-46页 |
| ·外部信任度 | 第42-45页 |
| ·内部信任度 | 第45页 |
| ·综合信任度计算 | 第45-46页 |
| ·基于社交网络的协同过滤推荐算法 | 第46-51页 |
| ·用户网络定义 | 第46页 |
| ·算法的基本思想 | 第46-47页 |
| ·算法的实现步骤 | 第47-49页 |
| ·算法的框架 | 第49-51页 |
| ·算法分析 | 第51页 |
| ·本章小结 | 第51-53页 |
| 第五章 实验设计与分析 | 第53-61页 |
| ·实验数据集 | 第53-55页 |
| ·实验评价标准 | 第55-56页 |
| ·实验方案 | 第56页 |
| ·实验结果及分析 | 第56-59页 |
| ·本章小结 | 第59-61页 |
| 总结与展望 | 第61-63页 |
| 本文工作总结 | 第61-62页 |
| 下一步研究工作 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间取得的学术成果 | 第67-69页 |
| 致谢 | 第69页 |
