个性化服务推荐系统的研究及其在互联网医疗中的应用
| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 移动互联网的优势 | 第12-13页 |
| 1.2.2 推荐系统 | 第13-15页 |
| 1.2.3 互联网医疗的个性化推荐 | 第15-16页 |
| 1.3 本文主要研究内容 | 第16-17页 |
| 1.4 本文结构安排 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 第二章 相关理论知识与技术 | 第19-27页 |
| 2.1 推荐系统 | 第19-22页 |
| 2.1.1 基于内容(相似度)的推荐和TFIDF | 第19-21页 |
| 2.1.2 协同过滤推荐算法 | 第21-22页 |
| 2.2 常用聚类算法 | 第22-24页 |
| 2.2.1 k-Means聚类算法 | 第22-23页 |
| 2.2.2 文本聚类 | 第23-24页 |
| 2.3 Apache Mahout简介 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于改进协同过滤的推荐算法实现 | 第27-38页 |
| 3.1 引言 | 第27页 |
| 3.2 基于传统k-Means的文本聚类实现 | 第27-30页 |
| 3.2.1 文本预处理 | 第27-28页 |
| 3.2.2 k-Means聚类算法 | 第28-29页 |
| 3.2.3 文本聚类实现 | 第29-30页 |
| 3.3 基于距离修正用户相似度计算的协同过滤算法 | 第30-37页 |
| 3.3.1 传统协同过滤算法 | 第30-32页 |
| 3.3.2 用户相似度计算的改进策略 | 第32-33页 |
| 3.3.3 改进的协同过滤算法 | 第33-34页 |
| 3.3.4 实验结果分析对比 | 第34-37页 |
| 3.4 小结 | 第37-38页 |
| 第四章 速递医运医疗服务平台的实现 | 第38-63页 |
| 4.1 引言 | 第38页 |
| 4.2 速递医运医疗平台综述 | 第38-43页 |
| 4.2.1 系统平台概述 | 第38-39页 |
| 4.2.2 系统框架设计 | 第39-42页 |
| 4.2.3 系统开发环境 | 第42-43页 |
| 4.3 系统核心模块需求分析 | 第43-45页 |
| 4.3.1 核心模块非功能性需求分析 | 第43-44页 |
| 4.3.2 核心模块功能性需求分析 | 第44-45页 |
| 4.4 系统核心模块设计与实现 | 第45-59页 |
| 4.4.1 核心模块流程设计 | 第45-47页 |
| 4.4.2 核心模块数据库设计 | 第47-51页 |
| 4.4.3 核心模块流程及方法详解 | 第51-59页 |
| 4.5 系统成果展示 | 第59-62页 |
| 4.6 小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 本文研究总结 | 第63-64页 |
| 5.2 不足与展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附图 | 第69-70页 |
| The appended drawing | 第70-71页 |
| 附表 | 第71-72页 |
| Schedules | 第72-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士期间成果 | 第74页 |
