摘要
1 绪论
1.1 研究背景与问题的提出
1.1.1 研究背景
1.1.2 研究问题
1.2 研究意义与目标
1.3 研究内容与创新
1.4 研究思路及方法
1.4.1 研究思路
1.4.2 研究方法
1.5 论文结构安排
2 个性化推荐研究综述
2.1 个性化推荐相关理论
2.1.1 消费者定位理论
2.1.2 显示性偏好理论
2.2 个性化推荐相关知识
2.2.1 情境感知服务
2.2.2 社会网络分析
2.2.3 兴趣漂移处理
2.3 个性化推荐方法及分类
2.3.1 协同过滤的方法
2.3.2 基于内容的方法
2.3.3 基于二部图资源分配的方法
2.3.4 基于知识的方法
2.3.5 混合方法
2.3.6 其他方法
2.4 基于情境的个性化推荐研究
2.5 本章小结
3 复杂情境下基于资源非均匀扩散的推荐方法
3.1 问题描述及研究思路
3.2 基于资源非均匀扩散的推荐模型
3.3 推荐效果评价指标
3.4 实验验证
3.4.1 参数确定
3.4.2 实验结果
3.5 本章小结
4 复杂情境下基于本体情境和信任关系的推荐方法
4.1 问题描述及研究思路
4.2 基于本体情境及信任关系的推荐模型
4.2.1 K-means聚类方法和人工蜂群方法ABC
4.2.2 基于本体情境的用户聚类
4.2.3 基于信任关系的协同过滤方法
4.3 推荐效果评价指标
4.4 实验验证
4.4.1 参数确定
4.4.2 实验结果
4.5 本章小结
5 复杂情境下融入社会网络情境的推荐方法
5.1 问题描述及研究思路
5.2 融入社会网络情境的基于矩阵分解的推荐模型
5.2.1 矩阵分解
5.2.2 K-harmonic means聚类方法和微粒群方法PSO
5.2.3 基于PSO的K-harmonic means用户聚类
5.2.4 基于复杂社会情境的推荐方法
5.3 推荐效果评价指标
5.4 实验验证
5.4.1 参数确定
5.4.2 实验结果
5.5 本章小结
6 应用研究
6.1 系统设计
6.1.1 系统基本框架
6.1.2 系统关键技术
6.1.3 系统功能与界面
6.2 应用实例
6.3 本章小结
7 总结与展望
7.1 研究结论
7.2 研究贡献与管理启示
7.3 局限性与未来展望
参考文献
攻读博士期间的学术成果
致谢
声明