| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状和发展趋势 | 第10-12页 |
| 1.2.1 理论基础：推荐算法的研究现状 | 第10-11页 |
| 1.2.2 应用现状：国内外智能饮食推荐系统研究现状 | 第11-12页 |
| 1.3 课题主要研究内容 | 第12-13页 |
| 1.4 论文章节安排 | 第13-14页 |
| 第二章 系统相关技术介绍 | 第14-25页 |
| 2.1 MyBatis框架 | 第14-16页 |
| 2.1.1 MyBatis简介 | 第14-15页 |
| 2.1.2 MyBatis框架原理 | 第15页 |
| 2.1.3 MyBatis框架优缺点 | 第15-16页 |
| 2.2 Web Service技术 | 第16-19页 |
| 2.2.1 Web Service基本概念 | 第16-17页 |
| 2.2.2 Web Service工作原理 | 第17-18页 |
| 2.2.3 Web Service优缺点 | 第18-19页 |
| 2.3 体质检测技术 | 第19-20页 |
| 2.4 Fragment框架 | 第20-24页 |
| 2.4.1 Android Fragment产生与介绍 | 第20-21页 |
| 2.4.2 Fragment原理 | 第21-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 智能推荐系统的关联规则及其算法改进 | 第25-43页 |
| 3.1 关联规则 | 第25-29页 |
| 3.1.1 关联规则的介绍 | 第25-26页 |
| 3.1.2 关联规则定义 | 第26-27页 |
| 3.1.3 关联规则分类 | 第27-28页 |
| 3.1.4 关联规则挖掘方法 | 第28-29页 |
| 3.2 关联规则主要算法 | 第29-30页 |
| 3.3 Apriori算法 | 第30-38页 |
| 3.3.1 Apriori算法思想 | 第30-36页 |
| 3.3.2 Apriori算法的实现 | 第36-37页 |
| 3.3.3 Apriori算法的缺陷 | 第37-38页 |
| 3.4 Apriori算法的改进 | 第38-42页 |
| 3.4.1 改进Apriori算法描述 | 第38-39页 |
| 3.4.2 算法实现实例 | 第39-40页 |
| 3.4.3 Apriori算法改进前后效率分析 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 智能饮食推荐系统的需求分析 | 第43-56页 |
| 4.1 智能饮食推荐系统的总体架构 | 第43-44页 |
| 4.2 系统的设计目标 | 第44-45页 |
| 4.2.1 系统的功能目标 | 第44-45页 |
| 4.2.2 系统的性能目标 | 第45页 |
| 4.3 系统的模块需求分析 | 第45-54页 |
| 4.3.1 客户端模块 | 第45-47页 |
| 4.3.2 服务器模块 | 第47-49页 |
| 4.3.3 数据库模块 | 第49-51页 |
| 4.3.4 数据库逻辑设计 | 第51-54页 |
| 4.4 开发与运行环境 | 第54-55页 |
| 4.4.1 系统开发环境 | 第54页 |
| 4.4.2 系统运行环境 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 个性化智能饮食推荐系统的实现 | 第56-63页 |
| 5.1 客户端实现 | 第56-61页 |
| 5.1.1 首页展示模块实现 | 第56-59页 |
| 5.1.2 个人中心模块实现 | 第59-60页 |
| 5.1.3 推荐模块实现 | 第60-61页 |
| 5.2 用户推荐结果展示 | 第61-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 本文研究工作总结 | 第63页 |
| 6.2 存在的不足和今后工作展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 学术成果 | 第66-67页 |
| 参考文献 | 第67-70页 |