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

显隐数据结合的服装推荐系统研究

摘要第5-7页
abstract第7-8页
第1章 绪论第11-17页
    1.1 背景及意义第11-13页
    1.2 国内外研究现状第13-15页
        1.2.1 推荐算法第13-14页
        1.2.2 服装推荐算法第14-15页
    1.3 研究内容第15-16页
    1.4 论文结构第16-17页
第2章 相关理论与技术第17-28页
    2.1 推荐算法概述第17-21页
        2.1.1 基于内容的推荐算法第17-18页
        2.1.2 协同过滤推荐算法第18-20页
        2.1.3 基于知识的推荐算法第20页
        2.1.4 混合的推荐算法第20-21页
    2.2 显式数据与隐式数据概述第21-23页
        2.2.1 数据与知识的协同作用第21-22页
        2.2.2 常用的显式数据与隐式数据第22-23页
    2.3 服装色彩理论概述第23-26页
        2.3.1 Pantone色第23-24页
        2.3.2 RGB第24-25页
        2.3.3 HSV第25-26页
    2.4 k-means聚类算法概述第26-27页
    2.5 本章小结第27-28页
第3章 系统分析与设计第28-42页
    3.1 需求分析第28-30页
        3.1.1 功能需求分析第28页
        3.1.2 性能需求分析第28-30页
    3.2 系统逻辑架构第30-32页
        3.2.1 系统逻辑架构图第30-32页
        3.2.2 系统逻辑结构描述第32页
    3.3 系统功能结构第32-35页
        3.3.1 功能结构图第33-34页
        3.3.2 功能描述第34-35页
    3.4 系统技术架构第35-37页
        3.4.1 技术架构图第35-36页
        3.4.2 技术架构描述第36-37页
    3.5 数据库设计第37-41页
        3.5.1 数据库表关系图第37-39页
        3.5.2 表结构设计第39-41页
    3.6 本章小结第41-42页
第4章 服装推荐系统的实现第42-68页
    4.1 数据预处理第42-46页
        4.1.1 显式数据预处理第42-45页
        4.1.2 隐式数据预处理第45-46页
    4.2 色彩聚类功能的实现第46-49页
        4.2.1 色彩聚类过程第46-47页
        4.2.2 色彩聚类结果第47-49页
    4.3 两种数据类型的矩阵处理第49-53页
        4.3.1 特征向量第49-50页
        4.3.2 评分矩阵第50-51页
        4.3.3 矩阵降维第51页
        4.3.4 相似计算第51-53页
    4.4 两种数据类型推荐的实现第53-58页
        4.4.1 数据加工第53-54页
        4.4.2 TOP-N排序第54-55页
        4.4.3 数据类型系数第55-57页
        4.4.4 实验分析第57-58页
    4.5 原型系统的实现第58-67页
        4.5.1 开发环境及开发语言第59页
        4.5.2 服装推荐功能实现第59-62页
        4.5.3 其他功能实现第62-67页
    4.6 本章小结第67-68页
第5章 总结与展望第68-70页
    5.1 总结第68页
    5.2 展望第68-70页
参考文献第70-73页
攻读学位期间发表或录用的学术论文第73-74页
致谢第74-75页

论文共75页,点击 下载论文
上一篇:气力除灰技术及其DCS控制在临沂电厂的应用
下一篇:低分子右旋糖酐、丹参酮对术后急性血栓栓塞预防的临床研究