| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 研究的目的与意义 | 第11页 |
| 1.3 研究现状 | 第11-12页 |
| 1.4 本文研究内容及结构安排 | 第12-14页 |
| 第二章 健康服务智慧化的关键技术与用户个性化需求分析 | 第14-21页 |
| 2.1 智慧健康信息感知技术 | 第14-15页 |
| 2.2 智慧健康数据处理技术 | 第15-19页 |
| 2.2.1 海量数据存储和云计算 | 第15-16页 |
| 2.2.2 物联网数据融合技术 | 第16-17页 |
| 2.2.3 数据挖掘技术 | 第17-19页 |
| 2.3 用户健康消费个性化需求分析 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 个性化健康消费智能推送系统的数据挖掘与设计 | 第21-33页 |
| 3.1 协同过滤推荐技术 | 第21-25页 |
| 3.1.1 协同过滤推荐技术的分类 | 第21-23页 |
| 3.1.2 协同过滤推荐技术的应用 | 第23-25页 |
| 3.2 智能推送系统中推荐部分算法设计 | 第25-32页 |
| 3.2.1 用户健康特征表示 | 第25-27页 |
| 3.2.2 改进的相似度计算 | 第27-30页 |
| 3.2.3 近邻用户集的选择 | 第30-31页 |
| 3.2.4 系统推荐算法设计 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 个性化健康消费智能推送技术分析与设计 | 第33-45页 |
| 4.1 AJAX技术 | 第33-36页 |
| 4.1.1 JavaScript | 第34页 |
| 4.1.2 XMLHttpRequest对象 | 第34-36页 |
| 4.2 推送相关技术 | 第36-40页 |
| 4.2.1 基于插件的推送技术 | 第36页 |
| 4.2.2 Comet技术 | 第36-38页 |
| 4.2.3 WebSocket技术 | 第38-40页 |
| 4.3 推送技术的实现形式 | 第40页 |
| 4.4 信息推送需求分析 | 第40-41页 |
| 4.5 信息推送功能设计 | 第41页 |
| 4.6 信息推送服务器配置 | 第41-44页 |
| 4.7 本章小结 | 第44-45页 |
| 第五章 个性化健康消费智能推送系统的设计与实现 | 第45-57页 |
| 5.1 系统设计目标 | 第45页 |
| 5.2 个性化健康消费智能推送系统总体设计 | 第45-48页 |
| 5.2.1 个性化健康消费智能推送系统结构 | 第45-46页 |
| 5.2.2 个性化健康消费智能推送系统整体设计 | 第46-47页 |
| 5.2.3 个性化健康消费智能推送系统流程设计 | 第47-48页 |
| 5.3 个性化健康消费智能推送系统数据库设计 | 第48-50页 |
| 5.3.1 用户信息数据表 | 第48-49页 |
| 5.3.2 服务信息数据表 | 第49页 |
| 5.3.3 商品信息数据表 | 第49-50页 |
| 5.4 个性化健康消费智能推送系统的实现 | 第50-56页 |
| 5.4.1 用户注册与登录 | 第50-52页 |
| 5.4.2 用户数据的采集 | 第52-54页 |
| 5.4.3 推送功能的实现 | 第54-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-58页 |
| 6.1 本文工作总结 | 第57页 |
| 6.2 未来工作展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 附录1 程序清单 | 第60-61页 |
| 附录2 攻读硕士学位期间申请的专利 | 第61-62页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第62-63页 |
| 致谢 | 第63页 |