| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景 | 第7-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文结构 | 第12-13页 |
| 第二章 背景知识 | 第13-25页 |
| 2.1 用户行为数据 | 第13-14页 |
| 2.1.1 用户行为数据概述 | 第13-14页 |
| 2.1.2 用户行为数据分析 | 第14页 |
| 2.2 相似度计算 | 第14-16页 |
| 2.2.1 欧式距离 | 第14-15页 |
| 2.2.2 余弦相似度 | 第15页 |
| 2.2.3 调整余弦相似度 | 第15-16页 |
| 2.2.4 皮尔森相关系数 | 第16页 |
| 2.3 推荐系统基础算法 | 第16-20页 |
| 2.3.1 推荐系统算法概述 | 第16-17页 |
| 2.3.2 基于用户的协同过滤算法 | 第17页 |
| 2.3.3 基于物品的协同过滤算法 | 第17-18页 |
| 2.3.4 基于内容的推荐算法 | 第18-19页 |
| 2.3.5 推荐系统基础算法对比 | 第19-20页 |
| 2.4 图数据库 | 第20-23页 |
| 2.4.1 图数据库概述 | 第20-21页 |
| 2.4.2 Neo4j图数据库 | 第21-22页 |
| 2.4.3 Cypher查询语言 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 加权分类的电影推荐系统的理论 | 第25-31页 |
| 3.1 加权分类的用户兴趣提取 | 第25-26页 |
| 3.2 基于用户的协同过滤 | 第26-27页 |
| 3.3 加权分类的用户兴趣提取和基于用户的协同过滤的组合推荐算法 | 第27-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第四章 加权分类的电影推荐系统设计和实现 | 第31-47页 |
| 4.1 系统概述 | 第31页 |
| 4.2 技术选型 | 第31-34页 |
| 4.3 系统设计 | 第34-43页 |
| 4.3.1 系统功能设计 | 第34-35页 |
| 4.3.2 系统UI设计 | 第35-38页 |
| 4.3.3 图模式设计 | 第38-39页 |
| 4.3.4 算法实现设计 | 第39-43页 |
| 4.4 系统实现 | 第43-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 总结和展望 | 第47-49页 |
| 附录 | 第49-57页 |
| 项目中的部分主要核心代码 | 第49-57页 |
| 业务数据库操作类 | 第49-52页 |
| 业务服务类 | 第52-54页 |
| 业务控制类 | 第54-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |