| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 新闻客户端的现状 | 第10-11页 |
| 1.2.2 个性化新闻推荐应用现状 | 第11-12页 |
| 1.3 本文的研究内容及论文结构 | 第12-15页 |
| 1.3.1 本文的研究内容 | 第12-15页 |
| 第2章 系统设计概要 | 第15-25页 |
| 2.1 系统需求分析 | 第15-16页 |
| 2.1.1 Android客户端的业务需求分析 | 第15页 |
| 2.1.2 新闻后台管理的业务需求分析 | 第15-16页 |
| 2.1.3 系统总体性能需求分析 | 第16页 |
| 2.2 系统功能分析 | 第16-17页 |
| 2.3 系统功能模块设计 | 第17-19页 |
| 2.3.1 Android客户端各功能模块设计 | 第17-18页 |
| 2.3.2 新闻管理后台各功能模块设计 | 第18-19页 |
| 2.4 系统体系架构 | 第19-21页 |
| 2.4.1 系统层级结构的划分 | 第19-20页 |
| 2.4.2 系统软件结构 | 第20-21页 |
| 2.5 数据库设计 | 第21-23页 |
| 2.6 本章小结 | 第23-25页 |
| 第3章 新闻推荐算法研究 | 第25-37页 |
| 3.1 个性化推荐的原理 | 第25-26页 |
| 3.2 个性化推荐算法的选择 | 第26-31页 |
| 3.2.1 基于用户的协同过滤算法的基本原理分析 | 第26-29页 |
| 3.2.2 基于物品的协同过滤算法 | 第29页 |
| 3.2.3 两种协同过滤算法比较和不足 | 第29-31页 |
| 3.3 用户模型和新闻模型的建立 | 第31-34页 |
| 3.3.1 建立用户模型 | 第31-33页 |
| 3.3.2 建立新闻模型 | 第33-34页 |
| 3.4 新闻推荐算法进一步的改进 | 第34-36页 |
| 3.4.1 对UserCF的时间上下文的修正 | 第34-35页 |
| 3.4.2 新闻推荐方式和Top-N推荐 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于Android的新闻推荐系统的实现 | 第37-47页 |
| 4.1 系统开发工具与运行环境 | 第37页 |
| 4.2 基于Mahout开源项目实现新闻推荐 | 第37-40页 |
| 4.2.1 Mahout实现推荐的原理 | 第37-38页 |
| 4.2.2 用户-新闻偏好值的接口设计 | 第38-39页 |
| 4.2.3 Mahout数据接入模型DataModel | 第39页 |
| 4.2.4 利用Mahout实现推荐的策略 | 第39-40页 |
| 4.3 新闻管理后台的搭建 | 第40-43页 |
| 4.3.1 新闻管理后台框架 | 第40-41页 |
| 4.3.2 数据的存取操作 | 第41页 |
| 4.3.3 后台与客户端的通信方式 | 第41-42页 |
| 4.3.4 新闻管理后台各模块的实现 | 第42-43页 |
| 4.4 Android新闻推荐客户端的构造 | 第43-46页 |
| 4.4.1 异步加载 | 第43-44页 |
| 4.4.2 新闻数据的解析 | 第44-45页 |
| 4.4.3 客户端各功能实现 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 系统功能测试 | 第47-55页 |
| 5.1 算法有效性测试 | 第47-49页 |
| 5.1.1 测试计划 | 第47-48页 |
| 5.1.2 测试结果 | 第48-49页 |
| 5.2 系统功能测试 | 第49-54页 |
| 5.2.1 新闻管理后台测试 | 第49-51页 |
| 5.2.2 Android客户端测试 | 第51-54页 |
| 5.3 本章小结 | 第54-55页 |
| 第6章 结束语 | 第55-57页 |
| 6.1 工作总结 | 第55页 |
| 6.2 对未来工作的展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 在校期间科研成果 | 第61-62页 |
| 致谢 | 第62页 |