| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第6-10页 |
| 1.1 研究背景及意义 | 第6页 |
| 1.2 推荐系统研究现状与分析 | 第6-8页 |
| 1.2.1 国外研究现状 | 第6-7页 |
| 1.2.2 国内研究现状 | 第7-8页 |
| 1.3 论文研究内容 | 第8-9页 |
| 1.4 论文组织结构 | 第9-10页 |
| 第二章 推荐系统相关理论与技术 | 第10-29页 |
| 2.1 推荐系统简介 | 第10-11页 |
| 2.2 推荐系统分类 | 第11页 |
| 2.3 个性化推荐系统算法 | 第11-22页 |
| 2.3.1 基于记忆的协同过滤推荐算法 | 第11-16页 |
| 2.3.2 基于模型的协同过滤推荐算法 | 第16-18页 |
| 2.3.3 基于内容的推荐算法 | 第18-20页 |
| 2.3.4 基于规则的聚类推荐算法 | 第20-22页 |
| 2.4 混合推荐算法 | 第22-26页 |
| 2.4.1 整体式混合策略 | 第23页 |
| 2.4.2 并行式混合策略 | 第23-24页 |
| 2.4.3 流水式混合策略 | 第24-26页 |
| 2.5 推荐系统的评测 | 第26-28页 |
| 2.5.1 评测推荐系统效果的实验方法 | 第26-27页 |
| 2.5.2 推荐系统的评价指标 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 混合推荐算法模型的设计与研究 | 第29-39页 |
| 3.1 概述 | 第29页 |
| 3.2 融合关联规则Apriori和Weighted-Slope One算法 | 第29-34页 |
| 3.2.1 混合推荐算法AW-Slope One思想及流程 | 第30-32页 |
| 3.2.3 混合推荐算法AW-Slope One实验结果与分析 | 第32-34页 |
| 3.3 融合ItemCF和CB的混合推荐算法 | 第34-38页 |
| 3.3.1 混合推荐算法CB-ItemCF思想及流程 | 第34-36页 |
| 3.3.2 混合推荐算法CB-ItemCF实验结果与分析 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 教育资源题目推荐系统的设计与实现 | 第39-57页 |
| 4.1 系统功能需求分析 | 第39-40页 |
| 4.2 系统的非功能性需求 | 第40-41页 |
| 4.2.1 系统的性能需求 | 第40页 |
| 4.2.2 系统的软硬件需求 | 第40-41页 |
| 4.3 系统总体架构 | 第41-42页 |
| 4.4 系统业务流程设计 | 第42-45页 |
| 4.5 数据库设计与实现 | 第45-49页 |
| 4.6 系统实现 | 第49-55页 |
| 4.6.1 发起考试 | 第49页 |
| 4.6.2 题型知识点及难度管理 | 第49-51页 |
| 4.6.3 个人成绩查看 | 第51-52页 |
| 4.6.4 学生成绩丢分分析及报告 | 第52-54页 |
| 4.6.5 题目推荐 | 第54-55页 |
| 4.7 系统试用评价 | 第55-56页 |
| 4.8 本章小结 | 第56-57页 |
| 第五章 总结和展望 | 第57-59页 |
| 5.1 总结 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 Ⅰ | 第64-68页 |
| 附录 Ⅱ | 第68-69页 |
| 图录 | 第69-70页 |
| 表录 | 第70-71页 |
