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

基于云计算的知识服务推荐系统研究

摘要第1-5页
ABSTRACT第5-6页
目录第6-9页
第一章 绪论第9-15页
   ·研究背景及意义第9-10页
   ·知识服务推荐系统研究现状及分析第10-12页
     ·国内外知识服务研究现状第10-11页
     ·个性化知识推荐现状分析第11-12页
   ·研究内容第12页
   ·论文组织结构第12-15页
第二章 相关理论和技术第15-23页
   ·推荐系统第15-18页
     ·推荐系统介绍第15-16页
     ·推荐算法第16-18页
   ·个性化知识服务概述第18-23页
     ·特点第18-19页
     ·个性化知识服务形式第19-20页
     ·个性化知识服务需求第20-23页
第三章 基于云计算的推荐算法改进第23-41页
   ·云计算介绍第23-26页
     ·云计算的概念第23-25页
     ·云计算的部署类型第25页
     ·云计算的服务类型第25-26页
   ·GOOGLE 云计算解决方案第26-29页
     ·GFS第26-27页
     ·MapReduce第27-29页
   ·HADOOP第29-32页
     ·HDFS第29-31页
     ·MapReduce第31-32页
   ·基于 MAPREDUCE 的算法改进第32-41页
     ·基于 MapReduce 的算法改进原则第32-34页
     ·基于 MapReduce 的协同过滤算法改进第34-41页
第四章 基于云学习环境的语义知识库建模研究第41-51页
   ·前言第41页
   ·云中的语义知识库第41-48页
     ·语义知识库架构第41-43页
     ·知识库集成第43-44页
     ·利益相关者集群第44页
     ·本体的协作管理第44-45页
     ·双时态本体建模第45-46页
     ·本体进化第46-48页
   ·基于云学习服务的知识服务方案第48-50页
   ·小结第50-51页
第五章 用户建模及个性化推荐系统建模研究第51-59页
   ·用户建模第51-56页
     ·用户甄别第51-52页
     ·用户信息收集第52-54页
     ·用户模型第54-55页
     ·用户兴趣动态调整第55-56页
   ·系统建模第56-57页
   ·推荐系统评价第57-59页
第六章 总结与展望第59-61页
   ·本研究完成的工作第59页
   ·创新点第59页
   ·展望第59-61页
参考文献第61-63页
致谢第63-65页
攻读硕士学位期间的研究成果第65-66页

论文共66页,点击 下载论文
上一篇:高校图书馆基于UHF RFID技术的改进方案及设计--以河南师范大学图书馆为例
下一篇:大气波导测试仪的数据采集系统设计与实现