基于网络演化的推荐算法分析与网络压缩重建算法设计
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 引言 | 第9-18页 |
| 1.1 课题来源及研究意义 | 第9-11页 |
| 1.2 国内外研究进展 | 第11-15页 |
| 1.2.1 个性化推荐系统 | 第11-12页 |
| 1.2.2 网络压缩 | 第12-15页 |
| 1.3 本文工作及创新点 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 理论基础 | 第18-29页 |
| 2.1 网络科学模型与分析 | 第18-23页 |
| 2.1.1 复杂网络生成模型 | 第18-21页 |
| 2.1.2 复杂网络结构特征 | 第21-23页 |
| 2.2 动态局部交互模型 | 第23-26页 |
| 2.3 个性化推荐系统与推荐算法 | 第26-28页 |
| 2.3.1 基于近邻的推荐算法 | 第26-27页 |
| 2.3.2 基于扩散的推荐算法 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 网络演化中的信息推荐 | 第29-43页 |
| 3.1 相关工作及问题提出 | 第29-30页 |
| 3.2 协同演化模型设计 | 第30-33页 |
| 3.2.1 数据集描述 | 第30-31页 |
| 3.2.2 网络演化模型 | 第31-32页 |
| 3.2.3 推荐性能指标 | 第32-33页 |
| 3.3 演化结果分析 | 第33-41页 |
| 3.3.1 推荐算法性能演化分析 | 第33-36页 |
| 3.3.2 推荐列表长度的演化分析 | 第36-37页 |
| 3.3.3 混合扩散算法的演化分析 | 第37-40页 |
| 3.3.4 其他因素分析 | 第40-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 层次化动态网络压缩与重建 | 第43-63页 |
| 4.1 相关工作与主要问题 | 第43-44页 |
| 4.2 网络压缩的相关表示方法 | 第44-46页 |
| 4.3 网络分割 | 第46-50页 |
| 4.3.1 Attractor算法及其改进 | 第46-48页 |
| 4.3.2 Super Edge重连 | 第48-49页 |
| 4.3.3 层次化迭代压缩 | 第49-50页 |
| 4.4 HDSLN算法 | 第50-51页 |
| 4.5 网络重建 | 第51-55页 |
| 4.5.1 配置模型 | 第53页 |
| 4.5.2 改进的配置模型 | 第53-55页 |
| 4.6 参数讨论 | 第55页 |
| 4.7 实验分析 | 第55-61页 |
| 4.7.1 网络压缩算法的实验分析 | 第56-59页 |
| 4.7.2 网络重建算法的实验分析 | 第59-60页 |
| 4.7.3 算法性能分析 | 第60-61页 |
| 4.8 本章小结 | 第61-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 工作总结 | 第63-64页 |
| 5.2 后续工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间取得的研究成果 | 第71-72页 |
