基于信任关系的个性化推荐方法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 个性化推荐的研究及应用 | 第11-12页 |
| 1.2.1 国内外研究现状 | 第11-12页 |
| 1.2.2 个性化推荐的应用 | 第12页 |
| 1.3 论文的研究内容和创新点 | 第12-13页 |
| 1.4 论文的结构安排 | 第13-14页 |
| 第二章 相关研究和理论基础 | 第14-26页 |
| 2.1 基于关联规则的推荐 | 第14-15页 |
| 2.2 基于内容的推荐 | 第15-16页 |
| 2.3 基于协同过滤的推荐 | 第16-19页 |
| 2.4 基于矩阵分解的推荐 | 第19-22页 |
| 2.4.1 基本矩阵分解 | 第19-21页 |
| 2.4.2 概率矩阵分解 | 第21-22页 |
| 2.5 基于信任的推荐 | 第22-25页 |
| 2.5.1 信任的定义 | 第22-23页 |
| 2.5.2 信任的特性 | 第23-24页 |
| 2.5.3 基于信任的推荐模型 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 基于信任相似度的推荐算法 | 第26-47页 |
| 3.1 引言 | 第26-27页 |
| 3.2 相似度测度 | 第27-30页 |
| 3.3 信任度测度 | 第30-33页 |
| 3.4 基于信任相似度的推荐模型 | 第33-37页 |
| 3.4.1 信任度和相似度的融合 | 第33-35页 |
| 3.4.2 基本矩阵分解 | 第35-36页 |
| 3.4.3 模型介绍 | 第36-37页 |
| 3.5 实验结果及分析 | 第37-46页 |
| 3.5.1 数据集 | 第37-39页 |
| 3.5.2 评测指标 | 第39页 |
| 3.5.3 模型参数分析 | 第39-41页 |
| 3.5.4 对比实验 | 第41-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 融合专家信任度的推荐算法 | 第47-66页 |
| 4.1 引言 | 第47-48页 |
| 4.2 基于“圈子”的社会关系 | 第48-49页 |
| 4.3 专家信任度测度 | 第49-52页 |
| 4.4 融合专家信任度的推荐模型 | 第52-53页 |
| 4.5 实验结果及分析 | 第53-65页 |
| 4.5.1 数据集 | 第53-55页 |
| 4.5.2 评测指标 | 第55页 |
| 4.5.3 模型参数分析 | 第55-57页 |
| 4.5.4 对比实验 | 第57-62页 |
| 4.5.5 用户特征对推荐效果的影响 | 第62-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第五章 基于LibRec的算法实现 | 第66-79页 |
| 5.1 LibRec框架介绍 | 第66-69页 |
| 5.2 功能模块的增加及算法实现 | 第69-74页 |
| 5.2.1 开发及运行环境 | 第69页 |
| 5.2.2 新增信任相似度功能模块 | 第69-71页 |
| 5.2.3 新增影响力功能模块 | 第71-73页 |
| 5.2.4 推荐算法模块的扩展 | 第73-74页 |
| 5.3 运行效果 | 第74-77页 |
| 5.3.1 TSMF算法运行效果 | 第74-76页 |
| 5.3.2 TSCE算法运行效果 | 第76-77页 |
| 5.4 算法应用场景分析 | 第77-78页 |
| 5.5 本章小结 | 第78-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 6.1 论文总结 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间取得的成果 | 第86-87页 |
