| 中文摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 章节安排 | 第13-14页 |
| 第2章 基础知识 | 第14-24页 |
| 2.1 协同过滤推荐算法 | 第14-18页 |
| 2.1.1 基于用户的协同过滤推荐算法 | 第14-17页 |
| 2.1.2 基于项目的协同过滤推荐算法 | 第17-18页 |
| 2.1.3 协同过滤推荐算法优缺点 | 第18页 |
| 2.2 基于信任的推荐算法 | 第18-21页 |
| 2.2.1 信任的定义 | 第18-19页 |
| 2.2.2 信任的特性 | 第19-20页 |
| 2.2.3 基于信任的推荐模型 | 第20-21页 |
| 2.3 推荐系统的评测指标 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于专家信任的协同过滤推荐算法 | 第24-43页 |
| 3.1 引言 | 第24-25页 |
| 3.2 专家用户度量 | 第25-31页 |
| 3.2.1 全局信任度 | 第26-27页 |
| 3.2.2 局部信任度 | 第27-31页 |
| 3.2.3 专家用户度量 | 第31页 |
| 3.3 利用专家用户预测评分 | 第31-34页 |
| 3.3.1 预测评分 | 第31-33页 |
| 3.3.2 利用专家用户解决用户冷启动问题 | 第33-34页 |
| 3.4 实验设置 | 第34-36页 |
| 3.4.1 实验环境 | 第34页 |
| 3.4.2 实验数据集 | 第34-35页 |
| 3.4.3 实验方法 | 第35-36页 |
| 3.5 实验结果分析 | 第36-42页 |
| 3.5.1 实验数据集特点 | 第36-38页 |
| 3.5.2 参数对实验结果的影响 | 第38-40页 |
| 3.5.3 算法性能比较 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于信任用户评分传递的推荐算法 | 第43-59页 |
| 4.1 引言 | 第43页 |
| 4.2 预备知识 | 第43-46页 |
| 4.2.1 符号定义 | 第43-44页 |
| 4.2.2 一个简单的例子 | 第44-46页 |
| 4.3 基于信任的推荐算法的评分传递模型及影响因素 | 第46-50页 |
| 4.3.1 基于信任的推荐算法的评分传递模型 | 第46-47页 |
| 4.3.2 用户相似度对评分传递模型的影响 | 第47-48页 |
| 4.3.3 缺省值对评分传递模型的影响 | 第48-49页 |
| 4.3.4 直接评分与计算评分对评分传递模型的影响 | 第49-50页 |
| 4.3.5 有直接评分用户可反馈评分对评分传递模型的影响 | 第50页 |
| 4.4 基于信任用户评分传递的推荐算法 | 第50-53页 |
| 4.4.1 基于信任用户评分传递推荐算法的基本流程 | 第50-52页 |
| 4.4.2 基于信任用户评分传递推荐算法的伪代码 | 第52-53页 |
| 4.5 实验结果与分析 | 第53-58页 |
| 4.5.1 参数及缺省值对实验结果的影响 | 第54-56页 |
| 4.5.2 算法性能比较 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65页 |
