音乐推荐系统关键技术的研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 个人音乐推荐系统研究现状 | 第11-12页 |
| 1.2.2 群体音乐推荐系统 | 第12页 |
| 1.2.3 音乐推荐系统所面临的问题 | 第12-13页 |
| 1.3 本论文的主要内容 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 相关工作 | 第15-30页 |
| 2.1 推荐系统简介 | 第15-17页 |
| 2.2 基于内容的推荐系统 | 第17-20页 |
| 2.2.1 向量空间模型与余弦相似度 | 第17-19页 |
| 2.2.2 朴素贝叶斯分类器 | 第19-20页 |
| 2.3 基于协同过滤的推荐系统 | 第20-21页 |
| 2.4 JAVA开发技术简介 | 第21-24页 |
| 2.4.1 Java简介 | 第21-23页 |
| 2.4.2 Java的特性 | 第23-24页 |
| 2.4.3 Java平台架构 | 第24页 |
| 2.5 JSP技术 | 第24-27页 |
| 2.5.1 JSP特点 | 第25-26页 |
| 2.5.2 JSP知识体系 | 第26页 |
| 2.5.3 JSP与Java Servlet技术 | 第26-27页 |
| 2.6 其他常用技术 | 第27-28页 |
| 2.7 本章小结 | 第28-30页 |
| 第3章 基于地理位置的推荐算法 | 第30-39页 |
| 3.1 基于地理主题模型的推荐算法概述 | 第30-31页 |
| 3.2 生成照片模型 | 第31-35页 |
| 3.2.1 模型的参数估计 | 第32-35页 |
| 3.2.2 模型复杂度 | 第35页 |
| 3.3 推荐算法 | 第35-38页 |
| 3.3.1 算法描述 | 第35-37页 |
| 3.3.2 复杂度分析 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于社区交友的推荐算法 | 第39-46页 |
| 4.1 融合社区交友音乐推荐算法的提出背景 | 第39-40页 |
| 4.2 基于独立级联模型的用户影响力 | 第40-41页 |
| 4.2.1 独立级联模型的基本原理 | 第40页 |
| 4.2.2 节点间影响概率值选择 | 第40-41页 |
| 4.3 音乐特征与用户行为分析 | 第41-44页 |
| 4.3.1 音乐特征 | 第41-42页 |
| 4.3.2 用户行为分析 | 第42-44页 |
| 4.3.3 用户之间兴趣相似度分析 | 第44页 |
| 4.4 融合社区交友的音乐推荐算法描述 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 系统需求分析和设计 | 第46-58页 |
| 5.1 概述 | 第46页 |
| 5.2 功能需求分析 | 第46-48页 |
| 5.3 系统功能及业务流程 | 第48-51页 |
| 5.3.1 系统功能 | 第48-49页 |
| 5.3.2 音乐管理 | 第49-50页 |
| 5.3.3 音乐推荐 | 第50-51页 |
| 5.4 总体架构设计 | 第51-53页 |
| 5.5 系统详细设计 | 第53-57页 |
| 5.5.1 用户功能模块详细设计 | 第53-54页 |
| 5.5.2 用户登录成功后的流程 | 第54页 |
| 5.5.3 推荐功能模块详细设计 | 第54-55页 |
| 5.5.4 数据库设计 | 第55-57页 |
| 5.6 本章小结 | 第57-58页 |
| 第6章 系统实现 | 第58-65页 |
| 6.1 音乐推荐模块 | 第58-59页 |
| 6.2 音乐管理模块 | 第59页 |
| 6.3 系统主要界面展示 | 第59-63页 |
| 6.3.1 登录验证 | 第59-61页 |
| 6.3.2 系统主界面 | 第61-63页 |
| 6.4 实验对比 | 第63-64页 |
| 6.5 本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69页 |
