基于混合模式的个性化推荐系统的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景和意义 | 第9-12页 |
| ·个性化推荐系统的产生 | 第9页 |
| ·研究意义 | 第9-11页 |
| ·研究现状 | 第11-12页 |
| ·论文研究内容和工作 | 第12-13页 |
| ·论文的结构安排 | 第13-14页 |
| 第2章 个性化推荐系统相关理论 | 第14-23页 |
| ·个性化推荐系统的组成 | 第14页 |
| ·个性化推荐技术概述 | 第14-19页 |
| ·协同过滤推荐技术 | 第15-18页 |
| ·基于内容过滤的推荐技术 | 第18页 |
| ·其他推荐技术 | 第18-19页 |
| ·个性化推荐系统的结构框架 | 第19-21页 |
| ·面临的挑战和研究方向 | 第21-23页 |
| 第3章 基于混合模式的推荐技术 | 第23-36页 |
| ·混合推荐的可行性 | 第23-25页 |
| ·混合思路 | 第23-24页 |
| ·基于内容的过滤和协同过滤比较 | 第24-25页 |
| ·混合推荐技术 | 第25-27页 |
| ·基本思想 | 第25-26页 |
| ·基本框架 | 第26-27页 |
| ·兴趣模型的建立 | 第27-33页 |
| ·数据来源 | 第27-28页 |
| ·兴趣模型的分类 | 第28-30页 |
| ·兴趣模型的建立 | 第30-33页 |
| ·兴趣模型相似度 | 第33-36页 |
| 第4章 基于混合模式的推荐算法研究 | 第36-44页 |
| ·稀疏性问题的解决 | 第36-38页 |
| ·项目特征提取 | 第36-37页 |
| ·项目相似度计算 | 第37-38页 |
| ·缺失值预测 | 第38页 |
| ·冷启动问题的解决 | 第38-39页 |
| ·协同过滤推荐模块 | 第39-40页 |
| ·用户聚类 | 第40-42页 |
| ·混合推荐系统的模型 | 第42-44页 |
| ·推荐模型 | 第42-43页 |
| ·算法复杂度分析 | 第43-44页 |
| 第5章 个性化旅游推荐系统原型 | 第44-59页 |
| ·系统概述 | 第44-46页 |
| ·系统需求 | 第44页 |
| ·结构框架 | 第44-46页 |
| ·系统开发及运行环境 | 第46页 |
| ·数据库设计 | 第46-51页 |
| ·功能模块划分 | 第51-52页 |
| ·主要模块设计 | 第52-54页 |
| ·个性化推荐模块 | 第52-53页 |
| ·新景点推荐 | 第53页 |
| ·新用户推荐 | 第53-54页 |
| ·功能实现 | 第54-59页 |
| ·用户登录部分 | 第54页 |
| ·离线处理部分 | 第54-57页 |
| ·在线推荐部分 | 第57-59页 |
| 第6章 总结和展望 | 第59-61页 |
| ·总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表的论文及参与的科研项目 | 第65页 |
