面向智能路由器的兴趣推荐算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 研究内容及创新点 | 第14-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第二章 智能路由器及兴趣推荐相关技术 | 第17-26页 |
| 2.1 智能路由器及相关技术 | 第17-19页 |
| 2.1.1 智能路由器概述 | 第17-18页 |
| 2.1.2 智能路由器系统 | 第18-19页 |
| 2.2 数据挖掘相关技术 | 第19-21页 |
| 2.2.1 数据挖掘概述 | 第19-20页 |
| 2.2.2 数据挖掘常用方法 | 第20-21页 |
| 2.3 语义相似度计算理论 | 第21-25页 |
| 2.3.1 WordNet相似度计算理论 | 第21-23页 |
| 2.3.2 HowNet相似度计算理论 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于用户行为的兴趣推荐算法 | 第26-48页 |
| 3.1 数据准备 | 第26-31页 |
| 3.1.1 用户关键词提取 | 第26-28页 |
| 3.1.2 用户关键词上传 | 第28-31页 |
| 3.2 关键词相似度算法 | 第31-37页 |
| 3.2.1 HowNet的语义相似度算法 | 第31-33页 |
| 3.2.2 改进的语义相似度算法 | 第33-37页 |
| 3.3 关键词集合相似度算法 | 第37-40页 |
| 3.3.1 HowNet的集合相似度算法 | 第37页 |
| 3.3.2 改进的集合相似度算法 | 第37-40页 |
| 3.4 关键词集合聚类 | 第40-45页 |
| 3.5 相似用户兴趣推荐 | 第45-47页 |
| 3.5.1 提取用户兴趣 | 第45页 |
| 3.5.2 计算相似用户 | 第45-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 算法实验结果与分析 | 第48-63页 |
| 4.1 采集原始数据 | 第48-49页 |
| 4.2 确定算法参数 | 第49-56页 |
| 4.2.1 确定相似度阈值 | 第49-52页 |
| 4.2.2 确定行为因子 | 第52-55页 |
| 4.2.3 确定兴趣度阈值 | 第55-56页 |
| 4.3 实验结果及分析 | 第56-62页 |
| 4.3.1 改进的相似度算法验证 | 第56-59页 |
| 4.3.2 长短期兴趣的影响验证 | 第59-60页 |
| 4.3.3 兴趣推荐算法验证 | 第60-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 路由器兴趣推荐实现 | 第63-69页 |
| 5.1 Nodogsplash认证原理 | 第63-64页 |
| 5.2 固件编译 | 第64-65页 |
| 5.3 实现流程 | 第65-67页 |
| 5.4 兴趣推荐页面展示 | 第67-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 工作总结 | 第69页 |
| 6.2 未来展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-74页 |
| 附录 | 第74-75页 |
| 攻读硕士学位期间取得的成果 | 第75-76页 |
