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

基于本体的旅游信息推荐

摘要第5-6页
Abstract第6页
第1章 绪论第9-15页
    1.1 研究背景第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 推荐系统研究现状第10-12页
        1.2.2 旅游推荐系统的究现状第12-13页
    1.3 论文的研究内容和预期研究成果第13-14页
    1.4 论文的结构及内容安排第14-15页
第2章 相关技术概述第15-27页
    2.1 本体的相关理论研究第15-16页
        2.1.1 本体的概念第15页
        2.1.2 本体构建工具第15页
        2.1.3 本体的结构组成第15-16页
    2.2 关联规则的相关理论研究第16-19页
        2.2.1 Apriori算法第16-17页
        2.2.2 FP-Growth算法第17-19页
    2.3 协同过滤推荐的相关理论研究第19-23页
        2.3.1 基于用户的协同过滤推荐第20-22页
        2.3.2 基于物品的协同过滤推荐第22-23页
    2.4 上下文感知推荐的相关理论研究第23-24页
        2.4.1 上下文感知推荐研究背景第23-24页
        2.4.2 上下文感知推荐研究现状第24页
    2.5 推荐系统评测第24-26页
        2.5.1 推荐系统实验方法第24-25页
        2.5.2 推荐系统评测指标第25-26页
    2.6 本章小结第26-27页
第3章 旅游景点本体的构建第27-35页
    3.1 引言第27-28页
    3.2 本体构建准则第28-29页
    3.3 本体构建方法第29-30页
    3.4 旅游景点本体设计及实现第30-34页
    3.5 本章小结第34-35页
第4章 旅游信息推荐第35-49页
    4.1 引言第35-36页
    4.2 用户关联规则挖掘第36-38页
    4.3 混合推荐第38-45页
        4.3.1 融入时间因子和评价因子的协同过滤第38-41页
        4.3.2 基于景点本体的用户协同过滤第41-43页
        4.3.3 推荐算法混合第43-45页
    4.4 多种上下文信息过滤第45-46页
        4.4.1 基于旅游景点本体的上下文信息第45页
        4.4.2 上下文信息过滤第45-46页
    4.5 基于旅游景点本体的信息拓展第46-47页
    4.6 本章小结第47-49页
第5章 实验结果分析第49-59页
    5.1 实验数据的获取第49页
    5.2 实验平台及环境第49页
    5.3 实验对比及分析第49-57页
    5.4 本章小结第57-59页
结论第59-61页
参考文献第61-67页
攻读硕士学位期间发表的论文和取得的科研成果第67-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:语义Web服务的建模、存储和服务推荐
下一篇:基于逆向工程的Android特征库提取研究