首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于图书馆业务数据分析服务的个性化推荐系统设计与实现

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-15页
   ·课题背景和意义第9-10页
   ·国内外现状第10-11页
   ·研究内容与目标第11-13页
   ·攻读硕士期间主要研究工作第13页
   ·论文组织结构第13-14页
   ·本章小结第14-15页
第二章 个性化推荐系统相关技术及方法研究第15-21页
   ·个性化推荐系统概述第15-16页
     ·个性化推荐系统的概念第15页
     ·个性化推荐系统的作用第15-16页
     ·推荐系统冷启动技术分析第16页
   ·常用推荐算法分析及研究进展第16-19页
     ·用户行为数据概述第16-18页
     ·基于用户的协同过滤推荐算法分析第18页
     ·基于物品的协同过滤推荐算法分析第18-19页
   ·推荐系统的实现第19-20页
     ·豆瓣第19页
     ·YouTube第19页
     ·Hulu第19-20页
   ·本章小结第20-21页
第三章 个性化推荐系统架构设计第21-28页
   ·推荐系统外围架构概述第21页
   ·推荐系统整体架构设计第21-23页
   ·推荐引擎的架构设计第23-27页
     ·用户特征向量的生成第24-25页
     ·用户特征—推荐物品相关推荐第25-26页
     ·过滤模块设计第26页
     ·排名模块设计第26-27页
   ·本章小结第27-28页
第四章 个性化推荐系统的设计与实现第28-44页
   ·总体任务第28页
   ·学生图书推荐模块设计第28-36页
     ·基于物品的协同过滤推荐第28-31页
     ·基于用户的协同过滤推荐第31-33页
     ·基于图的模型的物品推荐第33-36页
   ·学生好友推荐模块设计第36-39页
     ·基于学生共同兴趣的好友推荐第36-37页
     ·基于学生属性的好友推荐第37页
     ·基于学生社交图谱的好友推荐第37-39页
   ·学生标签推荐模块设计第39-43页
     ·学生标签的推荐第39-40页
     ·基于标签的图书推荐第40-43页
   ·本章小结第43-44页
第五章 个性化推荐系统算法测试及测试结果分析第44-52页
   ·个性化推荐系统算法测试简介第44-46页
     ·推荐算法评价指标简介第44-45页
     ·推荐系统离线测试方法简介第45-46页
   ·个性化推荐系统离线测试实验设计第46-49页
     ·实验数据集的分割第46-47页
     ·实验评测指标的计算第47-49页
   ·个性化推荐系统推荐算法测试第49-51页
     ·基于用户的协同过滤推荐算法评测第49-50页
     ·基于物品的协同过滤推荐算法评测第50-51页
     ·基于图的模型的物品推荐算法评测第51页
   ·本章小结第51-52页
第六章 总结与展望第52-54页
   ·全文总结第52-53页
   ·未来展望第53-54页
缩略语第54-55页
参考文献第55-57页
致谢第57-58页
攻读学位期间发表的学术论文第58页

论文共58页,点击 下载论文
上一篇:数据质量管理与数据清洗技术的研究与应用
下一篇:电动汽车运营指标模型管理系统的设计与实现