基于用户情境的社交网络推荐
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.2.1 传统推荐机制 | 第13页 |
| 1.2.2 社交网络推荐机制 | 第13-14页 |
| 1.3 研究目标和主要内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15页 |
| 1.5 本章小结 | 第15-18页 |
| 第二章 社交网络中的用户行为模型分析 | 第18-28页 |
| 2.1 社交网络 | 第18-24页 |
| 2.1.1 社交网络与现实社会 | 第18-20页 |
| 2.1.2 移动社交网络 | 第20-21页 |
| 2.1.3 情境感知技术 | 第21-22页 |
| 2.1.4 完整的社交网络场景 | 第22-24页 |
| 2.2 用户行为 | 第24-26页 |
| 2.2.1 社交网络中的影响因素分析 | 第25页 |
| 2.2.2 外界的影响因素分析 | 第25-26页 |
| 2.2.3 行为模型 | 第26页 |
| 2.3 本章小结 | 第26-28页 |
| 第三章 基于情境的推荐模型 | 第28-40页 |
| 3.1 情境定义 | 第28页 |
| 3.2 基于情境的推荐模型 | 第28-38页 |
| 3.2.1 基于情境的用户关系建模 | 第29-34页 |
| 3.2.2 基于情境的个人偏好建模 | 第34-37页 |
| 3.2.3 三维推荐模型 | 第37-38页 |
| 3.3 本章小结 | 第38-40页 |
| 第四章 基于情境的三维推荐算法设计和实现 | 第40-54页 |
| 4.1 基本定义 | 第40-43页 |
| 4.1.1 单元项定义 | 第40-41页 |
| 4.1.2 矩阵项定义 | 第41-43页 |
| 4.2 推荐算法实现描述 | 第43-51页 |
| 4.2.1 关于用户间关系的算法描述 | 第43-46页 |
| 4.2.2 关于用户偏好的算法描述 | 第46-50页 |
| 4.2.3 评分矩阵 R | 第50页 |
| 4.2.4 预测项目评分 | 第50-51页 |
| 4.3 本章小结 | 第51-54页 |
| 第五章 实验数据获取和设计实现 | 第54-66页 |
| 5.1 总体流程 | 第54-55页 |
| 5.2 实验数据获取 | 第55-59页 |
| 5.2.1 数据获取模块 | 第55-58页 |
| 5.2.2 数据存储模块 | 第58-59页 |
| 5.3 数据预处理 | 第59-63页 |
| 5.3.1 情境识别和有效数据 | 第59-62页 |
| 5.3.2 中文分词模块 | 第62-63页 |
| 5.4 推荐计算 | 第63-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第六章 实验验证 | 第66-74页 |
| 6.1 实验描述 | 第66-67页 |
| 6.1.1 实验目标 | 第66页 |
| 6.1.2 实验设置 | 第66-67页 |
| 6.1.3 对比算法和度量方法 | 第67页 |
| 6.2 实验结果和分析 | 第67-72页 |
| 6.3 本章小结 | 第72-74页 |
| 第七章 总结与展望 | 第74-76页 |
| 7.1 全文总结 | 第74-75页 |
| 7.2 研究展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 攻读硕士学位期间已发表或录用的论文 | 第82-84页 |
