| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 本课题的主要工作 | 第11页 |
| 1.4 论文的组织结构 | 第11-13页 |
| 第二章 基于二部图的链接预测方法调研 | 第13-23页 |
| 2.1 二部图简介 | 第13-14页 |
| 2.2 二部图链接预测问题 | 第14-18页 |
| 2.2.1 链接预测 | 第14-16页 |
| 2.2.2 二部图链接预测问题及其挑战 | 第16-17页 |
| 2.2.3 已有的二部图链接预测方法 | 第17-18页 |
| 2.3 群体检测 | 第18-20页 |
| 2.3.1 群体检测的定义 | 第18-19页 |
| 2.3.2 群体检测的经典方法 | 第19-20页 |
| 2.4 推荐系统 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 采用群体信息的二部图链接预测方法 | 第23-32页 |
| 3.1 二部图网络的属性 | 第23-26页 |
| 3.1.1 结构属性 | 第23-25页 |
| 3.1.2 群体属性 | 第25-26页 |
| 3.2 采用群体信息的二部图链接预测方法Com-BLiP | 第26-30页 |
| 3.2.1 基于监督学习的链接方法 | 第26-28页 |
| 3.2.2 支持向量机SVM | 第28-30页 |
| 3.3 本课题提出的算法Com-BLiP算法 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 电影推荐系统的设计与实现 | 第32-40页 |
| 4.1 系统需求分析与设计 | 第32-35页 |
| 4.1.1 需求分析 | 第32页 |
| 4.1.2 系统架构设计 | 第32-33页 |
| 4.1.3 系统功能模块设计 | 第33-34页 |
| 4.1.4 系统数据库设计 | 第34-35页 |
| 4.2 电影推荐系统的实现 | 第35-39页 |
| 4.2.1 推荐算法的实现 | 第35-37页 |
| 4.2.2 系统主要界面展示 | 第37-39页 |
| 4.3 本章小结 | 第39-40页 |
| 第五章 实验模拟及结果分析 | 第40-46页 |
| 5.1 实验数据与设置 | 第40-41页 |
| 5.1.1 数据集简介 | 第40-41页 |
| 5.1.2 实验设置 | 第41页 |
| 5.2 实验评估标准 | 第41-43页 |
| 5.3 实验结果分析 | 第43页 |
| 5.4 推荐系统结果分析 | 第43-46页 |
| 第六章 总结与展望 | 第46-48页 |
| 6.1 论文完成工作 | 第46-47页 |
| 6.2 未来研究方向 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第52-53页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第53-54页 |
| 致谢 | 第54页 |