摘要 | 第4-5页 |
abstract | 第5页 |
第1章 绪论 | 第8-12页 |
1.1 选题背景 | 第8页 |
1.2 课题研究的现状 | 第8-10页 |
1.2.1 推荐系统发展历程 | 第8-9页 |
1.2.2 个性化推荐系统的作用 | 第9-10页 |
1.3 课题研究的意义 | 第10页 |
1.4 课题工作及创新点 | 第10-11页 |
1.5 论文的组织 | 第11-12页 |
第2章 推荐系统及相关技术综述 | 第12-30页 |
2.1 推荐系统概述 | 第12-18页 |
2.1.1 什么是推荐系统 | 第12-13页 |
2.1.2 推荐系统工作原理 | 第13页 |
2.1.3 深入推荐机制 | 第13-18页 |
2.2 推荐引擎常用算法 | 第18-30页 |
2.2.1 协同过滤算法 | 第18-25页 |
2.2.2 聚类算法 | 第25-30页 |
第3章 电影推荐系统的分析 | 第30-36页 |
3.1 电影推荐系统的业务流程模型 | 第30-31页 |
3.1.1 用户浏览网页 | 第30页 |
3.1.2 用户注册信息 | 第30页 |
3.1.3 用户登陆网站 | 第30-31页 |
3.2 系统划分及功能概述 | 第31-34页 |
3.2.1 数据仓库 | 第31页 |
3.2.2 推荐引擎 | 第31-34页 |
3.2.3 用户行为转化系统 | 第34页 |
3.3 系统开发环境的选择 | 第34-36页 |
3.3.1 系统物理结构 | 第34页 |
3.3.2 系统软件配置 | 第34-36页 |
第4章 电影推荐系统的设计 | 第36-49页 |
4.1 系统架构设计 | 第36-44页 |
4.1.1 基于Spring框架构建轻型J2EE应用 | 第36-37页 |
4.1.2 基于Mahout的推荐引擎的架构方案 | 第37-39页 |
4.1.3 电影推荐系统架构方案 | 第39-44页 |
4.2 系统功能模块设计 | 第44-46页 |
4.2.1 用户管理子系统 | 第44页 |
4.2.2 推荐引擎子系统 | 第44-45页 |
4.2.3 其他功能模块 | 第45-46页 |
4.3 数据层设计 | 第46-49页 |
4.3.1 数据库设计 | 第46-47页 |
4.3.2 连接数据库及配置 | 第47-49页 |
第5章 电影推荐系统的原模型实现 | 第49-59页 |
5.1 基于Maven建立开发工程框架 | 第49-50页 |
5.2 基于Spring框架开发推荐系统原型 | 第50-59页 |
5.2.1 添加Spring特性支持 | 第50-51页 |
5.2.2 配置Spring框架 | 第51-53页 |
5.2.3 基于Spring框架开发 | 第53-59页 |
第6章 小结与展望 | 第59-61页 |
6.1 小结 | 第59页 |
6.2 本文的不足与今后努力的方向 | 第59-61页 |
参考文献 | 第61-64页 |
发表论文和科研情况说明 | 第64-65页 |
致谢 | 第65-66页 |