基于用户兴趣模型的社交网络好友推荐技术研究

目录

声明

摘要

第一章 绪论

1．1 研究背景

1．2 国内外研究现状

1．3 本文主要工作

1．4 论文组织结构

1．5 本章小结

第二章 相关技术综述

2．1 社交网络相关介绍

2．1．1 社交网络的发展

2．1．2 社交网络理论基础

2．2 用户兴趣建模

2．2．1 用户兴趣的获取

2．2．2 用户兴趣的表示

2．2．3 用户兴趣的更新

2．3 好友推荐技术

2．3．1 基于内容的好友推荐算法

2．3．2 基于链接预测的好友算法

2．3．3 基于协同过滤思想的好友推荐算法

2．3．4 基于图的好友推荐算法

2．3．5 基于机器学习的好友推荐算法

2．3．6 混合好友推荐技术

2．4 本章小结

第三章 基于社交网络的混合用户兴趣模型

3．1 引言

3．2 社交网络中的用户兴趣建模

3．3 基于社交网络的混合用户兴趣模型

3．3．1 以信任度挖掘用户亲密好友

3．3．2 用户个人兴趣模型

3．3．3 构建混合用户兴趣模型

3．3．4 用户兴趣模型的更新

3．4 实验与分析

3．5 本章小结

第四章 基于多因素的好友推荐算法

4．1 引言

4．2 基于兴趣相似的用户聚类

4．3 基于多因素的好友推荐算法

4．3．1 算法的基本思想

4．3．2 Top-K推荐算法实现步骤

4．3．3 算法框架

4．4 算法分析

4．5 本章小结

第五章 实验设计与分析

5．1 实验准备

5．1．1 实验数据获取

5．1．2 实验评价标准

5．2 系统设计思路

5．3 系统总体结构

5．4 实验结果与分析

5．5 实验总结

5．6 本章小结

第六章 总结与展望

6．1 全文总结

6．2 未来工作展望

致谢

参考文献