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

智慧商圈中个性化推荐系统的设计与实现

摘要第3-5页
ABSTRACT第5-6页
第一章 绪论第10-14页
    1.1 研究背景和意义第10页
    1.2 国内外研究现状第10-12页
        1.2.1 智慧商圈第10-11页
        1.2.2 推荐系统及其相关技术第11-12页
    1.3 研究内容和目标第12-13页
    1.4 本文的组织结构第13-14页
第二章 推荐系统的场景分析第14-21页
    2.1 应用模型第14-16页
        2.1.1 智慧商圈中的推荐目的第14-15页
        2.1.2 智慧商圈中的推荐类型第15页
        2.1.3 推荐性能评价指标第15-16页
        2.1.4 应用模型实例第16页
    2.2 用户模型第16-17页
        2.2.1 用户特征第16页
        2.2.2 用户的目标和动机第16-17页
        2.2.3 用户的情景上下文第17页
        2.2.4 用户模型实例第17页
    2.3 数据模型第17-19页
        2.3.1 数据类型第17-18页
        2.3.2 数据质量第18页
        2.3.3 数据量和数据分布第18-19页
        2.3.4 用户评分第19页
        2.3.5 数据模型实例第19页
    2.4 场景模型对推荐系统设计的影响第19-20页
        2.4.1 对于推荐系统架构的影响第19-20页
        2.4.2 对于推荐算法选择的影响第20页
    2.5 本章小结第20-21页
第三章 推荐算法的分析与实现第21-39页
    3.1 基于标签的推荐算法第21-25页
        3.1.1 算法概述第21-22页
        3.1.2 冷启动问题第22-23页
        3.1.3 标签质量第23-25页
    3.2 基于协同过滤的推荐算法第25-31页
        3.2.1 算法概述第25-27页
        3.2.2 用户评分标准化第27页
        3.2.3 数据稀疏性问题第27-31页
    3.3 基于社会化的推荐算法第31-32页
        3.3.1 算法概述第31页
        3.3.2 基于邻域的社会化推荐算法第31-32页
    3.4 推荐算法中上下文的应用第32-37页
        3.4.1 上下文前置过滤和后置过滤第32-33页
        3.4.2 地理上下文的应用第33-36页
        3.4.3 时间上下文的应用第36-37页
    3.5 基于人口统计学的推荐算法第37-38页
    3.6 本章小结第38-39页
第四章 个性化推荐系统的设计与实现第39-71页
    4.1 需求分析第39-40页
    4.2 系统架构设计第40-42页
        4.2.1 在线计算和离线计算第42页
    4.3 数据库设计第42-49页
        4.3.1 MySQL 数据库设计第43-46页
        4.3.2 MongoDB 数据库设计第46-49页
    4.4 核心模块的设计与实现第49-70页
        4.4.1 基于标签的离线计算第50-56页
        4.4.2 基于协同过滤的离线计算第56-59页
        4.4.3 基于人口统计学的在线推荐第59-60页
        4.4.4 基于协同过滤的在线推荐第60-61页
        4.4.5 基于标签的在线推荐第61-63页
        4.4.6 基于社会化的在线推荐第63-64页
        4.4.7 基于地理上下文的附近商家推荐第64-67页
        4.4.8 基于时间上下文的今日热门推荐第67-68页
        4.4.9 推荐解释第68-70页
    4.5 本章小结第70-71页
第五章 实验分析与系统验证第71-80页
    5.1 推荐算法实验分析第71-75页
        5.1.1 数据集第71页
        5.1.2 实验方法和评价指标第71-73页
        5.1.3 基于标签的推荐算法分析第73页
        5.1.4 基于协同过滤的推荐算法分析第73-75页
    5.2 系统验证第75-79页
    5.3 本章小结第79-80页
第六章 总结与展望第80-82页
    6.1 总结第80页
    6.2 展望第80-82页
参考文献第82-86页
致谢第86-87页
攻读硕士学位期间已发表或录用的论文第87-89页

论文共89页,点击 下载论文
上一篇:受众多屏媒介使用行为分析
下一篇:基于云服务的自动化测试系统的设计与实现