| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-21页 |
| ·研究的背景和意义 | 第10-12页 |
| ·智能推荐的研究背景 | 第10-11页 |
| ·智能推荐对农业信息化的意义 | 第11-12页 |
| ·智能推荐技术的现状分析 | 第12-19页 |
| ·个性化推荐技术研究现状 | 第12-13页 |
| ·智能推荐技术在电子商务的应用 | 第13-17页 |
| ·现有农资智能推荐技术 | 第17-19页 |
| ·论文创新内容 | 第19页 |
| ·论文研究内容及结构 | 第19-21页 |
| 2 农资电子商务智能推荐系统模型设计 | 第21-29页 |
| ·农资智能推荐系统模型的设计 | 第22-26页 |
| ·农资智能推荐模型设计原则 | 第22页 |
| ·农资电子商务推荐系统模型架构设计 | 第22-26页 |
| ·农资智能推荐模型的设计 | 第26-29页 |
| 3 基于项目的智能推荐算法 | 第29-38页 |
| ·数据的预处理 | 第31-34页 |
| ·基于项目属性的推荐算法的设计 | 第34-35页 |
| ·实验分析 | 第35-38页 |
| ·数据集 | 第35-36页 |
| ·评测指标和评测结果 | 第36-38页 |
| 4 基于用户的智能推荐算法 | 第38-53页 |
| ·相关技术 | 第39-42页 |
| ·大数据及其特点 | 第39-40页 |
| ·Hadoop | 第40-42页 |
| ·基于用户推荐模型的设计 | 第42-44页 |
| ·ROCK 聚类分析 | 第44-47页 |
| ·HD-ROCK 算法描述 | 第45-46页 |
| ·HD-ROCK 算法性能分析 | 第46-47页 |
| ·产生推荐 | 第47页 |
| ·实验分析 | 第47-53页 |
| ·Hadoop 环境配置 | 第47-48页 |
| ·eclipse 在 hadoop 的配置 | 第48-49页 |
| ·在 Hadoop 平台上运行 HD-ROCK 算法 | 第49-51页 |
| ·实验结果分析 | 第51-53页 |
| 5 基于关键字搜索的推荐算法 | 第53-57页 |
| ·推荐流程和存在的问题 | 第54-55页 |
| ·针对关键字分类问题的解决办法 | 第55-57页 |
| 总结与展望 | 第57-60页 |
| 论文工作总结 | 第57-59页 |
| 未来展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间取得的科研成果清单 | 第65页 |