| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 基于信任机制的推荐模型 | 第11-12页 |
| 1.2.2 基于用户偏好的推荐模型 | 第12-13页 |
| 1.2.3 基于用户-标签偏好的推荐模型 | 第13-14页 |
| 1.3 研究目标与内容 | 第14-15页 |
| 1.4 研究方法和技术路线 | 第15页 |
| 1.5 本文结构安排 | 第15-16页 |
| 第二章 信任模型MPDTRUST | 第16-32页 |
| 2.1 信任 | 第16-20页 |
| 2.1.1 信任定义 | 第16-17页 |
| 2.1.2 基本性质 | 第17-19页 |
| 2.1.3 信任分类 | 第19页 |
| 2.1.4 信任网络 | 第19-20页 |
| 2.2 信任模型 | 第20-24页 |
| 2.2.1 MoleTrust模型 | 第21-22页 |
| 2.2.2 TidalTrust模型 | 第22-24页 |
| 2.3 基于最长传递距离的信任模型MPDTrust | 第24-28页 |
| 2.3.1 MPDTrust模型中隐式直接信任的计算 | 第24-26页 |
| 2.3.2 MPDTrust模型中信任的推导计算 | 第26-28页 |
| 2.4 相关实验 | 第28-31页 |
| 2.4.1 数据集 | 第28页 |
| 2.4.2 评价指标 | 第28-29页 |
| 2.4.3 实验结果与分析 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于MPDTRUST和用户-标签偏好的推荐模型TUPTR | 第32-50页 |
| 3.1 推荐技术 | 第32-38页 |
| 3.1.1 概述 | 第32页 |
| 3.1.2 分类 | 第32-38页 |
| 3.2 基于MPDTrust和用户-标签偏好的推荐模型TUPTR | 第38-45页 |
| 3.2.1 信任计算模块 | 第39页 |
| 3.2.2 用户-标签偏好模块 | 第39-44页 |
| 3.2.3 推荐模块 | 第44-45页 |
| 3.3 TUPTR模型实验分析 | 第45-48页 |
| 3.3.1 数据集 | 第45页 |
| 3.3.2 评价指标 | 第45-46页 |
| 3.3.3 实验结果与分析 | 第46-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第四章 基于TUPTR的电影推荐原型系统的设计与实现 | 第50-62页 |
| 4.1 推荐系统概述 | 第50-51页 |
| 4.2 TTUPFilm系统设计 | 第51-56页 |
| 4.2.1 TTUPFilm架构设计 | 第51-54页 |
| 4.2.2 TTUPFilm数据库设计 | 第54-56页 |
| 4.3 TTUPFilm系统实现 | 第56-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 本文工作总结 | 第62-63页 |
| 5.2 未来工作展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间科研成果 | 第69页 |
