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--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于模糊概念格的影视个性化推荐研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-16页
   ·研究背景及意义第9-10页
   ·数据挖掘的发展现状第10-11页
   ·形式概念分析的发展现状第11-13页
   ·个性化研究的国内外现状第13-14页
   ·主要的研究内容第14页
   ·论文的组织结构第14-15页
   ·小结第15-16页
第二章 数据挖掘简介第16-23页
   ·数据挖掘的基本知识第16-19页
     ·数据挖掘的重要性第16-17页
     ·数据挖掘的定义第17页
     ·数据挖掘的分类第17-18页
     ·数据挖掘的流程第18-19页
   ·个性化推荐系统简介第19-22页
     ·个性化推荐系统的概念第19-20页
     ·为什么是个性化推荐系统,而不是搜索引擎第20-21页
     ·个性化推荐系统的分类第21-22页
     ·个性化推荐系统评价指标及优劣第22页
   ·小结第22-23页
第三章 模糊概念格的渐进式生成算法第23-46页
   ·模糊概念格的概念第23-30页
     ·模糊集简介第23-24页
     ·概念格的概念第24-27页
     ·模糊概念格的基本知识第27-30页
   ·模糊概念格的产生算法第30-45页
     ·概念格的批处理算法简介第30-31页
     ·改进的渐进式概念格生产算法第31-38页
     ·渐进式算法的实验分析第38-41页
     ·模糊概念格的生成算法第41-45页
   ·小结第45-46页
第四章 概念格上关联规则的挖掘算法第46-59页
   ·关联规则简介第46-49页
     ·关联规则的基本知识第46-48页
     ·关联规则的主要算法第48-49页
   ·从概念格生成关联规则第49-57页
     ·关联规则提取算法的现状第49页
     ·关联规则提取的准备知识第49-51页
     ·改进的关联规则挖掘算法第51-57页
     ·关联规则挖掘算法的实验分析第57页
   ·小结第57-59页
第五章 基于概念格的影视个性化推荐系统的设计实现第59-66页
   ·影视个性化推荐系统设计第59-61页
     ·目标第59页
     ·视频网站的数据特征第59-60页
     ·系统的框架第60-61页
   ·系统实现第61-64页
     ·系统开发环境第61页
     ·数据准备第61-62页
     ·关联规则挖掘第62-64页
     ·推荐展示第64页
   ·小结第64-66页
第六章 总结及展望第66-68页
   ·总结第66页
   ·展望第66-68页
参考文献第68-71页
攻读学位期间的研究成果第71-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:数据挖掘中半监督K均值聚类算法的研究
下一篇:集成ERP的移动商业智能系统的研究与开发