| 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 现有的问题 | 第10页 |
| 1.3 论文的主要贡献 | 第10-11页 |
| 1.4 论文的核心内容和结构安排 | 第11-13页 |
| 第二章 相关理论介绍 | 第13-24页 |
| 2.1 个性化推荐相关背景介绍 | 第13-16页 |
| 2.1.1 个性化推荐 | 第13-14页 |
| 2.1.2 基于用户的协同过滤推荐算法 | 第14-15页 |
| 2.1.3 结合项目标签的推荐 | 第15-16页 |
| 2.2 面向社交关系的推荐研究现状 | 第16-18页 |
| 2.2.1 在线社交网络的定义 | 第16-17页 |
| 2.2.2 社交网络对于推荐系统的意义 | 第17页 |
| 2.2.3 面向社交网络的推荐研究现状 | 第17-18页 |
| 2.3 面向多层社交关系的推荐 | 第18-19页 |
| 2.3.1 利用多层社交关系的意义 | 第18页 |
| 2.3.2 多层社交关系路径挖掘 | 第18-19页 |
| 2.4 结合用户社交行为的推荐 | 第19-20页 |
| 2.5 结合社交关系过滤的推荐 | 第20-22页 |
| 2.5.1 社交关系过滤的必要性 | 第20页 |
| 2.5.2 聚类算法 | 第20-22页 |
| 2.6 推荐效果评价指标 | 第22-23页 |
| 2.6.1 数据稀疏度评价 | 第22页 |
| 2.6.2 推荐准确度评价 | 第22-23页 |
| 2.7 本章总结 | 第23-24页 |
| 第三章 面向多层社交网络的推荐的研究 | 第24-29页 |
| 3.1 用户相似度计算 | 第24-25页 |
| 3.2 基于用户对于项目标签分数的相似度 | 第25-26页 |
| 3.3 多层社交关系有向图的建立 | 第26页 |
| 3.4 基于社交关系的用户社交亲密度的计算 | 第26-27页 |
| 3.5 融合相似度的计算 | 第27-28页 |
| 3.6 本章小结 | 第28-29页 |
| 第四章 社交网络中用户社交行为的研究 | 第29-32页 |
| 4.1 用户社交行为定义及类型 | 第29页 |
| 4.2 社交行为对社交关系的影响 | 第29-30页 |
| 4.3 加入用户社交行为影响的亲密度 | 第30-31页 |
| 4.4 本章小结 | 第31-32页 |
| 第五章 对非共同爱好的社交关系过滤 | 第32-38页 |
| 5.1 聚类算法的选择 | 第32-34页 |
| 5.1.1 基于层次的聚类 | 第32-33页 |
| 5.1.2 基于划分的聚类 | 第33-34页 |
| 5.2 OKC算法 | 第34-36页 |
| 5.2.1 减小噪音数据的影响 | 第34-35页 |
| 5.2.2 初始聚类中心选择的改进 | 第35-36页 |
| 5.3 对非共同爱好的用户的亲密度计算 | 第36-37页 |
| 5.4 本章小结 | 第37-38页 |
| 第六章 实验设计与结果分析 | 第38-51页 |
| 6.1 数据集 | 第38-40页 |
| 6.2 实验环境及实验方法 | 第40页 |
| 6.3 实验方法设计 | 第40-41页 |
| 6.3.1 面向多层社交关系的推荐实验设计 | 第40页 |
| 6.3.2 探究结合用户社交行为差异的推荐实验设计 | 第40-41页 |
| 6.3.3 非共同爱好社交关系的过滤 | 第41页 |
| 6.4 实验流程 | 第41-42页 |
| 6.5 实验结果与分析 | 第42-50页 |
| 6.5.1 面向多层社交关系的推荐 | 第42-45页 |
| 6.5.2 结合用户社交行为差异的推荐 | 第45-47页 |
| 6.5.3 非共同爱好社交关系的过滤及最终实验结果 | 第47-50页 |
| 6.6 本章小结 | 第50-51页 |
| 第七章 总结和展望 | 第51-54页 |
| 7.1 论文总结和创新点 | 第51-52页 |
| 7.2 进一步研究和展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士期间所发表的学术论文 | 第59页 |