| 内容提要 | 第1-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8-9页 |
| ·问题的提出 | 第8页 |
| ·应用背景 | 第8-9页 |
| ·研究的意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文的主要工作 | 第12-13页 |
| ·文章的组织结构 | 第13-14页 |
| 第二章 关键技术介绍 | 第14-17页 |
| ·推荐系统 | 第14-15页 |
| ·推荐系统的概念 | 第14页 |
| ·推荐系统的分类 | 第14页 |
| ·个性化推荐系统的相关技术 | 第14-15页 |
| ·关联规则 | 第15-16页 |
| ·关联规则的概念 | 第15-16页 |
| ·关联规则的相关算法 | 第16页 |
| ·小结 | 第16-17页 |
| 第三章 系统的总体设计 | 第17-26页 |
| ·系统概述 | 第17页 |
| ·系统的设计约束 | 第17页 |
| ·系统的推荐原理 | 第17-18页 |
| ·系统的功能模块设计 | 第18-23页 |
| ·模块的划分 | 第18-19页 |
| ·用户管理模块的设计 | 第19-20页 |
| ·新闻管理模块的设计 | 第20-21页 |
| ·主题管理模块的设计 | 第21-22页 |
| ·模块间的关系 | 第22-23页 |
| ·系统的工作流程 | 第23-24页 |
| ·系统的数据库结构 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第四章 主题管理模块的设计与实现 | 第26-34页 |
| ·主题发现的概念 | 第26页 |
| ·实现主题发现的方法 | 第26-32页 |
| ·关联规则的回顾 | 第26-27页 |
| ·Apriori 算法介绍 | 第27-32页 |
| ·在主题发现中应用关联规则 | 第32页 |
| ·小结 | 第32-34页 |
| 第五章 用户管理模块的设计与实现 | 第34-43页 |
| ·建立更新用户模型 | 第34-37页 |
| ·模型的来源分析 | 第34-35页 |
| ·记忆模型的建立 | 第35-37页 |
| ·系统用户交互 | 第37-38页 |
| ·跟踪记录用户浏览行为 | 第37页 |
| ·向用户推荐新闻 | 第37-38页 |
| ·代码介绍 | 第38-42页 |
| ·用户模型的POJO 类（Plain Old Java Object ） | 第38-39页 |
| ·用户兴趣的POJO 类 | 第39-41页 |
| ·关于几个类的彼此关联 | 第41-42页 |
| ·用户模型建立的相关类 | 第42页 |
| ·小结 | 第42-43页 |
| 第六章 实验结果与分析 | 第43-54页 |
| ·系统运行环境与技术支持 | 第43-44页 |
| ·系统运行环境 | 第43页 |
| ·技术支持 | 第43-44页 |
| ·系统运行 | 第44-52页 |
| ·后台运行界面 | 第44-46页 |
| ·后台管理界面 | 第46-49页 |
| ·前端展示 | 第49-52页 |
| ·运行结果讨论 | 第52-53页 |
| ·关于主题发现 | 第52页 |
| ·关于建立更新用户模型 | 第52-53页 |
| ·小结 | 第53-54页 |
| 第七章 总结与进一步工作 | 第54-57页 |
| ·总结 | 第54页 |
| ·进一步工作 | 第54-57页 |
| ·关于主题发现 | 第54-55页 |
| ·关于跟踪记录用户的行为 | 第55页 |
| ·关于推荐的方法 | 第55-56页 |
| ·关于反馈模块 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 摘要 | 第61-63页 |
| Abstract | 第63-65页 |