网络科学视角下的推荐系统研究

封面

版权信息

作者简介

前言

第1章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 研究内容与创新点

第2章 相关理论基础

2.1 推荐系统概述

2.2 网络科学

2.3 社交信任

第3章 基于多参数二分图的网络推荐研究

3.1 基于二分图的经典个性化推荐

3.2 基于二分图的多参数网络结构推荐研究

3.3 基于MovieLens基准数据的实验验证

第4章 基于选择性随机游走的协同过滤推荐算法研究

4.1 基于用户的协同过滤推荐算法

4.2 基于显式数据的选择性随机游走协同过滤推荐算法

4.3 基于隐式数据的选择性随机游走协同过滤推荐算法

第5章 考虑隐性信任的协同过滤推荐算法研究

5.1 TBCF推荐算法分析

5.2 ITBCF推荐算法研究

5.3 实验与分析

第6章 考虑用户社交信任和兴趣的协同过滤推荐算法研究

6.1 基于用户的协同过滤推荐经典算法

6.2 用户兴趣相似关系挖掘

6.3 结合用户社交信任和兴趣的概率矩阵分解推荐算法研究

6.4 构建考虑用户社交信任和兴趣的概率矩阵分解模型

6.5 基于Epinions基准数据的实验检验

第7章 基于旅游照片地理信息的景点挖掘和用户评分建模

7.1 数据获取和数据预处理工作

7.2 基于P-DBSCAN聚类的景点挖掘

7.3 用户-景点评分模型构造

第8章 考虑用户社交信任传播的旅游景点推荐策略研究

8.1 信任推荐

8.2 问题定义

8.3 基于旅游景点图片的社交信任网络挖掘研究

8.4 结合相似度和信任度的推荐策略研究

第9章 考虑用户社交信任和地理标签的旅游景点推荐算法研究

9.1 常见的旅游景点及标签推荐算法

9.2 综合考虑用户社交信任和标签偏好的旅游景点推荐算法研究

9.3 基于Flickr数据集的实验验证

附录A TMALL实证部分数据

附录B 选择性随机游走协同过滤推荐算法主要程序代码

附录C 考虑显式评分的网络结构推荐算法主要代码

附录D 结合用户社交信任和兴趣的概率矩阵分解推荐算法主要代码

附录E 旅游图片和天气数据爬取代码

附录F P-DBSCAN主要代码

附录G 旅游景点推荐的相似度计算与评分预测主要代码

参考文献