基于混合推荐算法的旅游推荐系统的设计与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 旅游推荐系统的研究现状 | 第14-16页 |
| 1.2.2 相关旅游推荐应用 | 第16-17页 |
| 1.3 主要内容 | 第17页 |
| 1.4 本文组织架构 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 第2章 研究基础 | 第19-30页 |
| 2.1 旅游推荐系统 | 第19-23页 |
| 2.1.1 基于系统使用终端分类 | 第19-20页 |
| 2.1.2 基于推荐算法分类 | 第20-22页 |
| 2.1.3 基于推荐内容分类 | 第22页 |
| 2.1.4 推荐结果评估标准 | 第22-23页 |
| 2.2 iOS客户端开发 | 第23-27页 |
| 2.2.1 iOS系统与Objective-C | 第23-26页 |
| 2.2.2 MVC模式 | 第26-27页 |
| 2.3 服务端相关技术介绍 | 第27-29页 |
| 2.3.1 HTTP协议 | 第27-28页 |
| 2.3.2 Spring框架 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 混合用户兴趣模型 | 第30-38页 |
| 3.1 用户数据采集 | 第30-32页 |
| 3.1.1 静态信息 | 第31页 |
| 3.1.2 动态信息 | 第31-32页 |
| 3.2 混合用户兴趣模型建立与漂移算法 | 第32-36页 |
| 3.2.1 用户兴趣模型建立 | 第32-34页 |
| 3.2.2 用户兴趣漂移算法 | 第34-36页 |
| 3.3 混合用户兴趣模型 | 第36-37页 |
| 3.3.1 用户兴趣模型计算方式 | 第36-37页 |
| 3.3.2 用户兴趣模型自适应 | 第37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于多维度景点评分的启发式旅游行程规划 | 第38-46页 |
| 4.1 景点推荐评分计算 | 第38-41页 |
| 4.2 基于多维度评分的景点推荐 | 第41-42页 |
| 4.3 启发式行程规划算法 | 第42-45页 |
| 4.3.1 车辆路径问题(VRP) | 第42-43页 |
| 4.3.2 基于简单启发式算法的旅游行程规划算法 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 旅游推荐系统的整体架构及设计与实现 | 第46-61页 |
| 5.1 核心需求分析 | 第46页 |
| 5.2 系统整体设计 | 第46-48页 |
| 5.2.1 系统整体组成结构 | 第47页 |
| 5.2.2 旅游推荐算法设计 | 第47-48页 |
| 5.3 服务器端 | 第48-51页 |
| 5.3.1 服务器整体架构设计 | 第48-49页 |
| 5.3.2 HTTP服务器的设计与实现 | 第49-51页 |
| 5.4 客户端 | 第51-59页 |
| 5.4.1 整体功能设计 | 第52-54页 |
| 5.4.2 基本信息模块 | 第54-55页 |
| 5.4.3 路线规划模块 | 第55-58页 |
| 5.4.4 消息推送模块 | 第58-59页 |
| 5.4.5 行程模块 | 第59页 |
| 5.4.6 发现模块 | 第59页 |
| 5.5 本章小结 | 第59-61页 |
| 第6章 系统测试与验证 | 第61-74页 |
| 6.1 启发式旅游行程规划算法的实验设计与分析 | 第61-63页 |
| 6.1.1 实验设计 | 第61-62页 |
| 6.1.2 实验结果及分析 | 第62-63页 |
| 6.2 系统核心业务模块测试与分析 | 第63-73页 |
| 6.2.1 测试环境 | 第63-64页 |
| 6.2.2 测试用例设计及实现 | 第64-69页 |
| 6.2.3 路线规划场景设计与实现 | 第69-73页 |
| 6.3 本章小结 | 第73-74页 |
| 第7章 总结与展望 | 第74-76页 |
| 7.1 工作总结 | 第74-75页 |
| 7.2 未来展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间主要的研究成果 | 第80-81页 |
| 致谢 | 第81页 |
