封面
声明
中文摘要
英文摘要
目录
第一章 绪论
§1.1 研究背景及意义
§1.2 国内外研究现状
§ 1. 3 本文研究内容
§ 1. 4 本文组织结构
第二章 相关理论与技术
§2.1 基于网络结构模型的推荐方法
§2. 2 基于矩阵分解模型的推荐方法
§2.3 基于用户特征向量模型的推荐方法
§ 2. 4 推荐算法中常用的数据集
第三章 基于潜在因子分析技术的评分预测和推荐
§3.1 社会标签系统和事物的表象特征分布
§3.2潜在因子分析方法
§3.3实验分析与结论
§3.4 本章小结
第四章 基于用户信任建模的评分预测和推荐
§4.1虚假用户的行为特征和识别方法
§4.2基于评分数据特征挖掘的用户行为分析
§ 4. 3基于用户评分行为的用户信任建模
§4.4 实验分析与结论
§ 4. 5 本章小结
第五章 基于Ha do o p的推荐算法实验平台
§5.1 Hadoop简介
§5.2 基于Hadoop的推荐算法实验平台
§5.3 平台功能演示及并行化分析
§5.4 本章小结
第六章 总结与展望
§ 6. 1 研究总结
§ 6. 2 研究展望
参考文献
致谢
作者在攻读硕士期间的主要研究成果
桂林电子科技大学;