基于用户个性数据的信息推荐系统研究与实现
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究的背景及意义 | 第11-12页 |
| 1.1.1 用户个性数据 | 第11页 |
| 1.1.2 移动应用发展趋势 | 第11-12页 |
| 1.1.3 移动应用的前景和面临的问题 | 第12页 |
| 1.2 移动应用和推荐算法的研究现状 | 第12-18页 |
| 1.2.1 基于用户位置移动应用起源和现状 | 第12-14页 |
| 1.2.2 信息推荐系统和推荐算法 | 第14-16页 |
| 1.2.3 相关研究 | 第16-18页 |
| 1.3 主要内容和创新点 | 第18-19页 |
| 1.4 全文组织结构 | 第19-21页 |
| 第二章 系统的需求分析与技术基础 | 第21-29页 |
| 2.1 系统概述和功能简介 | 第21页 |
| 2.1.1 系统目标和意义 | 第21页 |
| 2.2 信息推荐系统需求分析 | 第21-27页 |
| 2.2.1 功能性需求 | 第21-24页 |
| 2.2.2 系统用例图 | 第24-25页 |
| 2.2.3 非功能性需求 | 第25-27页 |
| 2.3 相关技术基础 | 第27-28页 |
| 2.3.1 Web Service | 第27-28页 |
| 2.3.2 Android SDK | 第28页 |
| 2.3.3 高德地图API | 第28页 |
| 2.4 小结 | 第28-29页 |
| 第三章 基于用户个性数据的RABS推荐算法 | 第29-39页 |
| 3.1 推荐算法设计背景 | 第29-30页 |
| 3.1.1 推荐算法 | 第29-30页 |
| 3.1.2 Item-based推荐算法 | 第30页 |
| 3.2 数据定义与算法设计 | 第30-34页 |
| 3.2.1 个性数据定义 | 第30-31页 |
| 3.2.2 RABS算法分析 | 第31-32页 |
| 3.2.3 RABS算法设计 | 第32-34页 |
| 3.3 算法实现与分析 | 第34-38页 |
| 3.3.1 模型实现 | 第34-37页 |
| 3.3.2 算法对比 | 第37-38页 |
| 3.4 小结 | 第38-39页 |
| 第四章 系统架构研究与设计 | 第39-49页 |
| 4.1 推荐系统架构设计 | 第39-40页 |
| 4.1.1 实时信息推荐系统架构 | 第39页 |
| 4.1.2 实时推荐系统架构设计 | 第39-40页 |
| 4.2 系统结构及模式设计 | 第40-44页 |
| 4.2.1 信息推荐系统结构设计 | 第40-42页 |
| 4.2.2 设计模式简介 | 第42-43页 |
| 4.2.3 系统的模式设计 | 第43-44页 |
| 4.3 数据库整体框架设计与建模 | 第44-47页 |
| 4.3.1 数据库的逻辑设计 | 第44-45页 |
| 4.3.2 数据库详细设计与实现 | 第45-47页 |
| 4.4 小结 | 第47-49页 |
| 第五章 基于用户个性数据的信息推荐系统设计与实现 | 第49-64页 |
| 5.1 客户端实现 | 第49-52页 |
| 5.1.1 地图定位 | 第49-50页 |
| 5.1.2 功能模块 | 第50-52页 |
| 5.2 商户数据管理 | 第52-55页 |
| 5.2.1 商户后台数据 | 第52-55页 |
| 5.3 推荐系统模块 | 第55-57页 |
| 5.4 系统管理维护模块 | 第57-61页 |
| 5.4.1 信息管理模块 | 第57-59页 |
| 5.4.2 系统管理功能模块 | 第59-61页 |
| 5.5 系统测试 | 第61-62页 |
| 5.5.1 系统测试计划 | 第61页 |
| 5.5.2 系统测试结果 | 第61-62页 |
| 5.6 小结 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 论文工作总结 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录1 攻读硕士期间参与的课题和项目 | 第70-71页 |
| 致谢 | 第71-72页 |
