基于3G手机的个性化信息推荐系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究的目的及意义 | 第10-11页 |
| 1.2.1 研究目的 | 第10页 |
| 1.2.2 研究意义 | 第10-11页 |
| 1.3 本文主要研究内容 | 第11-13页 |
| 1.3.1 国外研究现状 | 第11-12页 |
| 1.3.2 国内研究现状 | 第12-13页 |
| 1.4 移动推荐与互联网推荐区别 | 第13-14页 |
| 1.5 研究内容与主要工作 | 第14页 |
| 1.6 论文框架结构 | 第14-16页 |
| 第二章 个性化推荐系统及其关键技术 | 第16-28页 |
| 2.1 个性化推荐系统概述 | 第16-18页 |
| 2.1.1 个性化推荐系统概念 | 第16-17页 |
| 2.1.2 个性化推荐系统的构成 | 第17-18页 |
| 2.2 主要的个性化推荐技术 | 第18-28页 |
| 2.2.1 基于内容的推荐 | 第18-19页 |
| 2.2.2 协同过滤推荐 | 第19-23页 |
| 2.2.3 基于关联规则的推荐 | 第23-24页 |
| 2.2.4 贝叶斯网络 | 第24-25页 |
| 2.2.5 组合技术推荐 | 第25-28页 |
| 第三章 移动信息的收集处理 | 第28-35页 |
| 3.1 用户信息收集 | 第28-30页 |
| 3.2 项目信息收集 | 第30-32页 |
| 3.3 情景信息收集 | 第32-35页 |
| 3.3.1 情景的定义 | 第32页 |
| 3.3.2 情景的分类 | 第32-33页 |
| 3.3.3 情景的获取 | 第33-35页 |
| 第四章 移动环境下旅游用户模型的构建 | 第35-45页 |
| 4.1 结合情景的移动用户模型构建 | 第35-37页 |
| 4.2 情景相似性计算 | 第37-40页 |
| 4.2.1 基于时间的处理 | 第38-39页 |
| 4.2.2 基于定位的处理 | 第39-40页 |
| 4.3 基于内容的用户兴趣度计算 | 第40-44页 |
| 4.3.1 向量空间表示文本 | 第41-42页 |
| 4.3.2 文本特征词的提取 | 第42页 |
| 4.3.3 文本特征词的权重 | 第42-43页 |
| 4.3.4 用户对项目文本的兴趣度 | 第43-44页 |
| 4.4 移动用户模型产生推荐 | 第44-45页 |
| 第五章 移动个性化旅游推荐系统的设计与实现 | 第45-56页 |
| 5.1 移动个性化旅游系统总体设计 | 第45-46页 |
| 5.2 客户端的设计与实现 | 第46-51页 |
| 5.3 服务器端的设计与实现 | 第51-53页 |
| 5.4 系统性能分析 | 第53-56页 |
| 总结与展望 | 第56-58页 |
| 工作总结 | 第56-57页 |
| 研究展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |
