摘要 | 第3-4页 |
abstract | 第4页 |
第一章 绪论 | 第7-13页 |
1.1 研究背景 | 第7-9页 |
1.2 研究现状 | 第9-11页 |
1.3 研究内容以及解决的问题 | 第11页 |
1.4 论文组织结构 | 第11-12页 |
1.5 本章小结 | 第12-13页 |
第二章 相关技术概述 | 第13-20页 |
2.1 协同过滤推荐技术 | 第13-15页 |
2.1.1 基于user的协同过滤 | 第13-14页 |
2.1.2 基于item的协同过滤 | 第14页 |
2.1.3 两种算法各自的适用场景 | 第14-15页 |
2.2 Mahout | 第15页 |
2.3 中图法的应用 | 第15页 |
2.4 JFreeChart | 第15-16页 |
2.5 对冷启动问题的优化 | 第16页 |
2.6 对数据稀疏性问题的改善 | 第16-18页 |
2.7 对缺失数据的处理 | 第18-19页 |
2.8 本章小结 | 第19-20页 |
第三章 个性化图书推荐算法 | 第20-28页 |
3.1 用户特征分析子系统算法 | 第20-22页 |
3.2 图书馆书籍属性特征分析模型建立 | 第22-25页 |
3.3 推荐引擎子系统常用算法 | 第25-27页 |
3.4 本章小结 | 第27-28页 |
第四章 图书馆书籍推荐系统的设计 | 第28-39页 |
4.1 需求分析 | 第28-29页 |
4.2 系统结构 | 第29-34页 |
4.2.1 系统整体架构 | 第29-30页 |
4.2.2 系统详细结构 | 第30-32页 |
4.2.3 交互结构设计 | 第32-33页 |
4.2.4 系统功能设计 | 第33-34页 |
4.3 系统主要功能模块的设计与实现 | 第34-38页 |
4.3.1 系统功能模块设计 | 第34-37页 |
4.3.2 系统数据库设计 | 第37-38页 |
4.4 本章小结 | 第38-39页 |
第五章 基于mahout的图书推荐系统的实现 | 第39-46页 |
5.1 使用到的mahout的推荐算法 | 第39-42页 |
5.1.1 基于用户的相似度Generic User Based Recommender | 第39页 |
5.1.2 基于item的相似度GenericItem Based Recommender | 第39-40页 |
5.1.3 依靠语义相似度的检索 | 第40-42页 |
5.2 系统实现 | 第42-45页 |
5.2.1 平台搭建 | 第42页 |
5.2.2 登录 | 第42-43页 |
5.2.3 上传数据 | 第43-44页 |
5.2.4 推荐分析 | 第44-45页 |
5.3 本章小结 | 第45-46页 |
第六章 总结 | 第46-47页 |
6.1 文章总结 | 第46页 |
6.2 研究展望 | 第46-47页 |
致谢 | 第47-48页 |
参考文献 | 第48-49页 |