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

基于协同过滤算法的个性化图书推荐系统的研究与实现

摘要第4-5页
Abstract第5-6页
1 绪论第9-15页
    1.1 课题背景及意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 推荐技术的研究现状第10-12页
        1.2.2 协同过滤算法的研究现状第12-13页
    1.3 论文的组织结构第13-15页
        1.3.1 研究内容第13-14页
        1.3.2 组织结构第14-15页
2 个性化推荐系统的相关研究第15-25页
    2.1 个性化推荐系统的概念第15-18页
        2.1.1 推荐系统工作原理第15页
        2.1.2 推荐系统分类第15-17页
        2.1.3 测试和评判标准第17-18页
    2.2 个性化推荐相似度计算方式第18-20页
        2.2.1 皮尔逊相关系数第18-19页
        2.2.2 余弦相似度第19页
        2.2.3 欧式距离相似度第19-20页
    2.3 常用的协同过滤算法第20-23页
        2.3.1 基于用户的协同过滤推荐算法第20-21页
        2.3.2 基于项目的协同过滤算法第21-22页
        2.3.3 Slope one推荐算法第22-23页
    2.4 本章小结第23-25页
3 基于项目属性信息的填充算法第25-35页
    3.1 概述第25页
    3.2 Jaccrad相似度第25-26页
    3.3 属性携带信息第26-29页
    3.4 基于项目属性的填充算法第29-30页
    3.5 实验结果与分析第30-33页
        3.5.1 实验数据来源及说明第30-31页
        3.5.2 实验方案第31页
        3.5.3 评测标准第31页
        3.5.4 结果分析第31-33页
    3.6 本章小结第33-35页
4 改进基于用户的协同过滤推荐算法第35-43页
    4.1 概述第35页
    4.2 基于公共项目数量的用户相似度第35-37页
    4.3 用户属性评分相似度第37-39页
    4.4 改进基于用户的协同过滤算法第39页
    4.5 实验数据和方案第39-42页
        4.5.1 评测标准第40页
        4.5.2 结果分析第40-42页
    4.6 本章小结第42-43页
5 个性化图书推荐系统的设计与实现第43-49页
    5.1 图书推荐系统需求分析第43-44页
        5.1.1 功能分析第43-44页
        5.1.2 性能需求第44页
    5.2 系统设计第44-46页
        5.2.1 系统构架第44-45页
        5.2.2 功能模块第45-46页
        5.2.3 数据库设计第46页
    5.3 推荐系统的实现第46-48页
        5.3.1 开发环境第46页
        5.3.2 系统界面第46-48页
    5.4 本章小结第48-49页
6 总结和展望第49-51页
致谢第51-53页
参考文献第53-55页
个人简历、在学期间发表的学术论文及取得的研究成果第55页

论文共55页,点击 下载论文
上一篇:来华留学生跨文化适应问题及其对策研究--以W大学为例
下一篇:中澳研究生工业设计教育比较研究--以皇家墨尔本理工大学和武汉理工大学为例