| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题背景 | 第11-13页 |
| ·研究内容与主要贡献 | 第13页 |
| ·论文组织结构 | 第13-15页 |
| 第2章 相关研究工作综述 | 第15-26页 |
| ·协同过滤算法概述 | 第15-22页 |
| ·数学模型 | 第15-16页 |
| ·基本推荐策略 | 第16-17页 |
| ·协同过滤算法分类 | 第17-21页 |
| ·协同过滤算法面临的问题 | 第21-22页 |
| ·结合社会化标签的协同过滤算法综述 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于三部图随机游走协同过滤推荐算法 | 第26-38页 |
| ·三部图模型 | 第26-27页 |
| ·基于三部图的随机游走算法 | 第27-31页 |
| ·物品为中心的三部图随机游走算法(I-TGRW) | 第28-29页 |
| ·用户为中心的三部图随机游走算法(U-TGRW) | 第29-31页 |
| ·实验设计 | 第31-37页 |
| ·数据集 | 第31-32页 |
| ·评估度量 | 第32-34页 |
| ·对比方法 | 第34页 |
| ·实验结果与分析 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于Lasso Logistic Regression的社会化标签扩展算法 | 第38-48页 |
| ·社会化标签扩展算法简介 | 第38-39页 |
| ·Lasso Logistic Regression模型简介 | 第39-40页 |
| ·基于Lasso Logistic Regression的社会化标签扩展算法 | 第40-43页 |
| ·实验设计 | 第43-47页 |
| ·对比方法 | 第43-44页 |
| ·实验结果与分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 矩阵重建在协同过滤推荐算法中的应用 | 第48-55页 |
| ·问题提出及矩阵重建简介 | 第48-52页 |
| ·矩阵重建理论研究简述 | 第49-50页 |
| ·矩阵重建算法 | 第50-52页 |
| ·矩阵重建算法在协同过滤推荐中的应用 | 第52-54页 |
| ·数据集及评估度量 | 第53页 |
| ·实验结果与分析 | 第53-54页 |
| ·本章小节 | 第54-55页 |
| 第6章 总结与展望 | 第55-58页 |
| ·工作总结 | 第55-56页 |
| ·创新点 | 第56页 |
| ·改进设想 | 第56-57页 |
| ·未来展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间主要的研究成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 作者简介 | 第65页 |
