声明
摘要
第一章 绪论
1.1 论文研究背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 论文组织架构
第二章 个性化推荐算法相关介绍
2.1 个性化推荐系统的基本介绍
2.2 基于关联规则的推荐算法
2.3 协同过滤推荐算法
2.3.1 协同过滤推荐算法理论基础
2.3.2 协同过滤推荐算法分析及步骤
2.4 混合推荐算法
2.4.1 整体混合设计
2.4.2 并行混合设计
2.4.3 流水线混合设计
2.5 个性化推荐算法的主要实验方法及评价标准
2.5.1 个性化推荐算法的主要实验方法
2.5.2 个性化推荐算法的评价标准
2.6 个性化推荐算法所面临的问题
2.7 本章小结
第三章 结合时间效应的推荐算法研究
3.1 时间效应简介
3.2 线性时间加权推荐算法
3.2.1 算法分析
3.2.2 算法流程图及步骤
3.3 结合时间窗口技术的时间加权推荐算法
3.3.1 算法分析
3.3.2 算法流程图及步骤
3.4 实验
3.4.1 数据集介绍
3.4.2 具体实验设计
3.4.3 实验结果分析
3.5 本章小结
第四章 结合信任度的推荐算法研究
4.1 用户行为信任网络
4.2 用户行为信任度
4.2.1 信任度的分类
4.2.2 信任度的影响因素
4.3 基于Beth信任模型的推荐算法
4.3.1 Beth信任模型
4.3.2 算法流程图及步骤
4.4 基于改进Beth信任模型的推荐算法
4.4.2 改进的Beth模型
4.4.3 基于改进Beth信任模型推荐算法流程图及步骤
4.5 实验
4.5.1 数据集介绍
4.5.2 具体实验设计
4.5.3 实验结果分析
4.6 本章小结
第五章 时间效应与信任模型相结合的推荐算法研究
5.1 改进时间效应算法与改进信任模型算法比较
5.2 时间效应与信任模型相结合的推荐算法分析
5.3 算法流程图及步骤
5.4 实验
5.4.1 数据集介绍
5.4.2 具体实验设计
5.4.3 实验结果分析
5.5 本章小结
6.1 工作总结
6.2 展望
致谢
参考文献
作者简介