基于复杂网络的个性化推荐算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·问题提出和研究意义 | 第8-9页 |
| ·国内外研究现状和趋势 | 第9-12页 |
| ·基于网络结构的信息推荐 | 第9-10页 |
| ·推荐系统的多样性问题研究 | 第10-12页 |
| ·论文主要工作和创新点 | 第12-14页 |
| ·本章小结 | 第14-15页 |
| ·论文主要章节安排 | 第15-16页 |
| 第二章 基于非近邻用户的推荐算法 | 第16-24页 |
| ·引言 | 第16页 |
| ·算法 | 第16-18页 |
| ·协同过滤算法 | 第16-17页 |
| ·基于非近邻用户的推荐算法 | 第17-18页 |
| ·实验数据及评价指标 | 第18-23页 |
| ·实验数据 | 第18-19页 |
| ·评价指标 | 第19-20页 |
| ·实验及结果分析 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 区分高低评分值的信息推荐算法 | 第24-35页 |
| ·引言 | 第24-25页 |
| ·问题描述 | 第25-26页 |
| ·算法 | 第26-28页 |
| ·基于有权网络推荐算法 | 第26-27页 |
| ·基于标记网络推荐算法 | 第27-28页 |
| ·实验及结果分析 | 第28-33页 |
| ·实验数据 | 第28页 |
| ·低分的全局作用 | 第28-31页 |
| ·低分的局部作用 | 第31-32页 |
| ·低分对多样性的影响 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 基于网络结构的信息推荐算法 | 第35-40页 |
| ·引言 | 第35-36页 |
| ·算法 | 第36-37页 |
| ·协同过滤推荐算法 | 第36页 |
| ·基于网络结构的信息推荐算法 | 第36-37页 |
| ·实验及结果分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 针对冷启动问题的推荐算法 | 第40-46页 |
| ·引言 | 第40页 |
| ·算法 | 第40-43页 |
| ·问题描述 | 第40-41页 |
| ·有效数据采样算法 | 第41-43页 |
| ·实验及结果分析 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第六章 冷门商品推荐算法 | 第46-55页 |
| ·引言 | 第46-47页 |
| ·算法 | 第47-49页 |
| ·基于物质扩散算法 | 第47页 |
| ·改进的基于物质扩散算法 | 第47-49页 |
| ·数据与评价指标 | 第49-51页 |
| ·实验数据 | 第49-50页 |
| ·评价指标 | 第50-51页 |
| ·实验结果 | 第51-54页 |
| ·数据分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第七章 推荐系统多样性研究 | 第55-67页 |
| ·引言 | 第55-56页 |
| ·推荐算法的多样性研究 | 第56-63页 |
| ·算法 | 第56-58页 |
| ·实证数据 | 第58-59页 |
| ·模型 | 第59页 |
| ·实证结果 | 第59-63页 |
| ·推荐系统多样性分析 | 第63-66页 |
| ·评价指标 | 第63-64页 |
| ·实证结果 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第八章 总结与展望 | 第67-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻硕期间取得的研究成果 | 第76-78页 |
