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

基于推荐算法的智慧餐饮系统的设计与实现

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第10-15页
    1.1 课题研究的背景及意义第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 推荐算法国内外研究现状第11-12页
        1.2.2 餐饮系统国内外研究现状第12-13页
    1.3 研究目标和内容第13-14页
    1.4 论文章节安排第14-15页
第二章 系统相关技术介绍第15-27页
    2.1 系统框架介绍第15-19页
        2.1.1 Django框架第15-17页
            2.1.1.1 Django框架简介第15-16页
            2.1.1.2 Django框架特点第16页
            2.1.1.3 Django框架工作机制原理第16-17页
        2.1.2 Redis数据库第17-19页
            2.1.2.1 Redis主从同步机制第18页
            2.1.2.2 Redis持久化机制第18-19页
    2.2 推荐系统及相关技术第19-26页
        2.2.1 推荐系统第19-20页
        2.2.2 个性化推荐技术第20-22页
            2.2.2.1 数据采集模块第21页
            2.2.2.2 数据预处理模块第21页
            2.2.2.3 推荐模块第21-22页
        2.2.3 推荐算法及相关算法介绍第22-26页
            2.2.3.1 协同过滤第22-23页
            2.2.3.2 SOM聚类算法第23-24页
            2.2.3.3 相似度量公式介绍第24-26页
    2.3 本章小结第26-27页
第三章 系统需求分析第27-32页
    3.1 系统功能需求分析第27-30页
        3.1.1 用户推荐服务需求第27-28页
        3.1.2 用户餐饮服务需求第28-29页
        3.1.3 商家餐饮服务需求第29-30页
    3.2 系统性能需求分析第30-31页
        3.2.1 前端性能需求第30页
        3.2.2 服务端性能需求第30-31页
        3.2.3 系统稳定性需求第31页
        3.2.4 系统扩展性需求第31页
    3.3 本章小结第31-32页
第四章 基于SVD与GSOM的协同过滤推荐算法第32-47页
    4.1 传统的协同过滤推荐算法第32-34页
    4.2 协同过滤推荐算法中存在的问题第34-35页
    4.3 基于SVD与GSOM的协同过滤推荐算法第35-42页
        4.3.1 SVD算法第35-37页
        4.3.2 GSOM聚类算法第37-40页
            4.3.2.1 数据预处理第38页
            4.3.2.2 GSOM网络训练增长第38-39页
            4.3.2.3 GSOM网络修正裁剪第39-40页
            4.3.2.4 GSOM网络聚类第40页
        4.3.3 时间衰减因子矫正相似度量第40-41页
        4.3.4 算法综述第41-42页
    4.4 实验结果及分析第42-46页
    4.5 本章小结第46-47页
第五章 系统设计与实现第47-72页
    5.1 系统架构设计第47-48页
    5.2 功能模块设计第48-54页
        5.2.1 移动端功能模块设计第48-50页
        5.2.2 离线计算功能模块设计第50-51页
        5.2.3 服务器功能模块设计第51-53页
        5.2.4 电脑客户端功能模块设计第53-54页
    5.3 数据结构设计第54-56页
    5.4 系统实现第56-70页
        5.4.1 服务器实现第56-59页
            5.4.1.1 用户日志采集第56-57页
            5.4.1.2 后台业务处理第57-59页
            5.4.1.3 服务器通信连接第59页
        5.4.2 离线计算模块实现第59-61页
        5.4.3 手机端APP实现第61-65页
            5.4.3.1 用户登陆模块第61-62页
            5.4.3.2 推荐信息展示模块第62-63页
            5.4.3.3 餐饮业务模块第63页
            5.4.3.4 订单管理模块第63-64页
            5.4.3.5 用户信息管理模块第64-65页
            5.4.3.6 APP通信模块第65页
        5.4.4 电脑客户端实现第65-70页
            5.4.4.1 登录模块第66页
            5.4.4.2 餐桌信息维护模块第66-68页
            5.4.4.3 订单管理模块第68-69页
            5.4.4.4 系统管理模块第69-70页
            5.4.4.5 客户端通信模块第70页
    5.5 本章小节第70-72页
第六章 系统测试第72-87页
    6.1 测试环境搭建第72-73页
    6.2 系统性能测试第73-76页
        6.2.1 服务器性能测试第73-75页
        6.2.2 Redis性能测试第75-76页
    6.3 系统功能测试第76-86页
        6.3.1 移动端功能测试第76-81页
        6.3.2 电脑客户端功能测试第81-85页
        6.3.3 离线推荐服务测试第85-86页
    6.4 本章小结第86-87页
第七章 总结与展望第87-89页
    7.1 论文总结第87页
    7.2 工作展望第87-89页
致谢第89-90页
参考文献第90-93页
攻读硕士学位期间取得的成果第93页

论文共93页,点击 下载论文
上一篇:基于高光谱成像技术的损伤马铃薯的识别与损伤程度的分类
下一篇:智能手机车辆异常驾驶事件检测系统的设计与实现