首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于Mahout的图书推荐系统的设计与实现

中文摘要第12-14页
ABSTRACT第14-15页
第一章 绪论第16-20页
    1.1 课题研究背景及意义第16-17页
        1.1.1 研究背景第16页
        1.1.2 研究目的与意义第16-17页
    1.2 国内外研究现状第17-18页
    1.3 研究的主要内容第18页
    1.4 论文结构第18-20页
第二章 推荐系统相关理论与技术研究第20-28页
    2.1 推荐系统概述第20页
    2.2 Apache Mahout介绍第20-22页
    2.3 协同过滤推荐算法第22-25页
        2.3.1 基于用户的协同过滤推荐算法(User-Based CF)第22-23页
        2.3.2 基于项目的协同过滤推荐算法(Item-Based CF)第23-24页
        2.3.3 Slope One推荐算法第24-25页
    2.4 协同过滤推荐算法存在的问题第25-26页
        2.4.1 数据稀疏性第25页
        2.4.2 可扩展性问题第25页
        2.4.3 冷启动问题第25-26页
    2.5 基于内容的推荐算法第26页
    2.6 混合推荐算法第26页
    2.7 本章小结第26-28页
第三章 系统需求分析第28-34页
    3.1 系统目标第28页
    3.2 系统功能需求第28-32页
        3.2.1 系统总体需求第28-30页
        3.2.2 系统用例分析第30-31页
        3.2.3 系统活动图第31-32页
    3.3 系统非功能性需求第32-33页
        3.3.1 系统性能需求第33页
        3.3.2 系统易用性需求第33页
    3.4 本章小结第33-34页
第四章 系统设计第34-46页
    4.1 推荐系统总体架构设计第34-35页
    4.2 数据库设计第35-40页
        4.2.1 概念结构设计第36-37页
        4.2.2 物理结构设计第37-40页
    4.3 主要功能模块设计第40-44页
        4.3.1 离线推荐模块第40-42页
        4.3.2 在线推荐模块第42-44页
    4.4 本章小结第44-46页
第五章 系统实现第46-56页
    5.1 系统开发环境第46-47页
    5.2 系统开发文件第47-48页
    5.3 系统功能实现第48-53页
        5.3.1 数据分析处理结果展示第48-50页
        5.3.2 图书推荐相关页面展示第50-53页
    5.4 系统测试第53-54页
        5.4.1 测试方法第53页
        5.4.2 功能测试第53-54页
        5.4.3 性能测试第54页
    5.5 本章小结第54-56页
第六章 总结与展望第56-58页
    6.1 总结第56页
    6.2 展望第56-58页
参考文献第58-60页
攻读学位期间取得的研究成果第60-62页
致谢第62-64页
个人简况及联系方式第64-65页

论文共65页,点击 下载论文
上一篇:经典社区发现算法的比较分析
下一篇:基于MVVM的Android App快速开发框架的设计与实现