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

生物农药智能推荐系统的设计与实现

摘要第5-6页
abstract第6-7页
第一章 绪论第10-15页
    1.1 课题研究背景以及意义第10-12页
        1.1.1 课题研究背景第10-11页
        1.1.2 课题研究意义第11-12页
    1.2 国内外研究现状第12-13页
        1.2.1 国外研究现状第12页
        1.2.2 国内研究现状第12-13页
        1.2.3 生物农药电子商务现状第13页
    1.3 课题来源以及所做工作第13-14页
    1.4 本章小结第14-15页
第二章 电子商务推荐系统及相关技术第15-24页
    2.1 电子商务推荐系统概述第15-17页
        2.1.1 搜索引擎与推荐系统第16-17页
        2.1.2 电子商务推荐系统第17页
    2.2 推荐系统的分类第17-19页
        2.2.1 非个性化推荐系统第17页
        2.2.2 个性化推荐系统第17-19页
    2.3 推荐系统结构第19-21页
    2.4 推荐系统评估第21-23页
        2.4.1 评估数据获取方法第21-22页
        2.4.2 评测指标第22-23页
    2.5 本章小结第23-24页
第三章 生物农药智能推荐系统需求分析第24-30页
    3.1 业务需求分析第24-25页
    3.2 系统用例分析第25-29页
    3.3 本章小结第29-30页
第四章 生物农药智能推荐系设计第30-64页
    4.1 生物农药智能推荐系统总体设计第30-35页
        4.1.1 智能推荐系统总体架构第30-32页
        4.1.2 系统功能模块设计第32-35页
    4.2 智能推荐系统推荐策略设计第35-37页
    4.3 智能推荐系统详细设计第37-48页
        4.3.1 智能推荐系统接.设计第37-43页
        4.3.2 智能推荐系统推荐流程第43-48页
    4.4 推荐算法设计第48-60页
        4.4.1 Slope One推荐生成器第48-55页
        4.4.2 关联规则推荐生成器第55-60页
    4.5 推荐系统数据库设计第60-63页
    4.6 本章小结第63-64页
第五章 生物农药智能推荐系统的实现与测试第64-83页
    5.1 系统实现技术第64页
    5.2 系统分层实现第64-71页
        5.2.1 DAL层第66-69页
        5.2.2 BLL层第69-70页
        5.2.3 Web层第70-71页
    5.3 核心算法实现第71-75页
        5.3.1 Slopeone算法实现第71-73页
        5.3.2 关联规则算法实现第73-75页
    5.4 智能推荐系统推荐结果评估与分析第75-77页
        5.4.1 推荐结果测试实验设计第75页
        5.4.2 推荐结果评估分析第75-77页
    5.5 系统测试第77-82页
        5.5.1 测试目的第77页
        5.5.2 测试方法第77-78页
        5.5.3 测试结果第78-82页
    5.6 本章小结第82-83页
第六章 总结与展望第83-84页
致谢第84-85页
参考文献第85-87页
攻硕期间取得的研究成果第87-88页

论文共88页,点击 下载论文
上一篇:基于Linux进程行为的入侵检测技术研究
下一篇:电视台高标清同播网络管理系统设计与开发