科技新闻推荐系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 系统开发背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 推荐系统的发展 | 第11-12页 |
| 1.2.2 新闻推荐系统的研究现状 | 第12-14页 |
| 1.3 本文组织结构 | 第14-17页 |
| 第2章 系统概要设计 | 第17-26页 |
| 2.1 系统需求分析 | 第17-19页 |
| 2.1.1 系统前台的功能需求 | 第17-18页 |
| 2.1.2 系统服务端的功能需求 | 第18-19页 |
| 2.1.3 系统整体性能需求 | 第19页 |
| 2.2 概要设计 | 第19-23页 |
| 2.2.1 系统体系架构 | 第19-22页 |
| 2.2.2 系统功能结构 | 第22-23页 |
| 2.3 数据库设计 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 关键理论研究 | 第26-40页 |
| 3.1 用户兴趣建模 | 第26-29页 |
| 3.1.1 用户兴趣模型的表达 | 第26-27页 |
| 3.1.2 用户行为信息获取 | 第27-28页 |
| 3.1.3 兴趣模型修正与更新 | 第28-29页 |
| 3.2 科技新闻数据清洗 | 第29-34页 |
| 3.2.1 本系统中数据清洗的应用 | 第29-31页 |
| 3.2.2 数据清洗过程 | 第31-32页 |
| 3.2.3 具体方法 | 第32-34页 |
| 3.3 基于语义网的本体过滤 | 第34-36页 |
| 3.3.1 利用分类改进过滤的实例 | 第34-36页 |
| 3.3.2 通过属性改进过滤的实例 | 第36页 |
| 3.4 基于信任网络的推荐系统 | 第36-39页 |
| 3.4.1 可信推荐系统的应用 | 第37-38页 |
| 3.4.2 信任度度量方法 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 科技新闻推荐系统关键模块的实现 | 第40-51页 |
| 4.1 开发工具及技术架构 | 第40-41页 |
| 4.2 新闻采集模块的实现 | 第41-43页 |
| 4.3 预处理模块的实现 | 第43-46页 |
| 4.4 用户模型建立模块的实现 | 第46-48页 |
| 4.5 新闻推荐模块的实现 | 第48-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第5章 科技新闻推荐系统功能测试 | 第51-57页 |
| 5.1 测试计划 | 第51页 |
| 5.2 功能测试 | 第51-56页 |
| 5.2.1 预处理模块功能测试 | 第51-52页 |
| 5.2.2 推荐模块功能测试 | 第52-54页 |
| 5.2.3 新闻操作模块功能测试 | 第54-55页 |
| 5.2.4 系统后台功能模块测试 | 第55-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第6章 总结展望 | 第57-59页 |
| 6.1 本文总结 | 第57-58页 |
| 6.2 研究展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 在校期间科研成果 | 第62-63页 |
| 致谢 | 第63页 |
