| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-17页 |
| 1.1 论文研究背景和意义 | 第11-14页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-14页 |
| 1.2 国内外研究现状与分析 | 第14-15页 |
| 1.2.1 国内外研究现状 | 第14页 |
| 1.2.2 推荐系统的特点与难点分析 | 第14-15页 |
| 1.3 论文框架与研究内容 | 第15-17页 |
| 2 推荐系统相关理论基础 | 第17-33页 |
| 2.1 推荐系统算法 | 第17-21页 |
| 2.1.1 基于内容的推荐算法 | 第17-18页 |
| 2.1.2 协同过滤推荐算法 | 第18-20页 |
| 2.1.3 基于关联规则的推荐算法 | 第20页 |
| 2.1.4 其他推荐算法 | 第20-21页 |
| 2.2 推荐系统的评测指标 | 第21-24页 |
| 2.3 矩阵分解模型 | 第24-28页 |
| 2.3.1 概率矩阵分解模型 | 第25-27页 |
| 2.3.2 非负矩阵分解 | 第27-28页 |
| 2.4 数据集 | 第28-31页 |
| 2.4.1 数据集特征 | 第28-29页 |
| 2.4.2 常用数据集 | 第29-31页 |
| 2.5 本章小结 | 第31-33页 |
| 3 社会网络及相关推荐算法综述 | 第33-46页 |
| 3.1 社会网络简述 | 第33-35页 |
| 3.1.1 社会网络定义 | 第33-34页 |
| 3.1.2 社会网络特征 | 第34-35页 |
| 3.2 社会网络表示 | 第35-39页 |
| 3.2.1 用户关系 | 第35-36页 |
| 3.2.2 相似性函数 | 第36-38页 |
| 3.2.3 社会正则化 | 第38-39页 |
| 3.3 基于矩阵分解的社会化推荐算法综述 | 第39-45页 |
| 3.3.1 基于信任关系的社会化推荐算法 | 第39-42页 |
| 3.3.2 基于朋友关系的社会化推荐算法 | 第42-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 基于用户兴趣相似性的社会正则化研究 | 第46-55页 |
| 4.1 引言 | 第46页 |
| 4.2 问题描述 | 第46-47页 |
| 4.3 基于用户兴趣相似性的推荐算法 | 第47-50页 |
| 4.3.1 用户兴趣相似性函数 | 第47-48页 |
| 4.3.2 基于用户平均兴趣相似性的推荐模型FRR | 第48-49页 |
| 4.3.3 基于用户间兴趣相似性的推荐模型SFR | 第49-50页 |
| 4.4 实验及结果分析 | 第50-54页 |
| 4.4.1 数据集 | 第50-51页 |
| 4.4.2 实验结果 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 基于用户兴趣相似的社会正则化改进算法 | 第55-60页 |
| 5.1 问题描述 | 第55页 |
| 5.2 基于用户兴趣相似性的社会正则化改进 | 第55-57页 |
| 5.2.1 FSR组合模型 | 第55-56页 |
| 5.2.2 改进FSR组合模型 | 第56-57页 |
| 5.3 实验结果与分析 | 第57-59页 |
| 5.3.1 数据解释 | 第57-58页 |
| 5.3.2 实验结果 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 6 结论与展望 | 第60-62页 |
| 6.1 研究工作总结 | 第60-61页 |
| 6.2 今后工作展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第65-67页 |
| 学位论文数据集 | 第67页 |