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

基于数据挖掘的图书馆推荐系统的设计与实现

摘要第10-11页
ABSTRACT第11-12页
第1章 绪论第13-18页
    1.1 课题背景与研究意义第13页
    1.2 图书馆推荐系统研究现状第13-17页
        1.2.1 国外研究现状第13-15页
        1.2.2 国内研究现状第15-17页
    1.3 论文解决的主要问题第17页
    1.4 论文框架结构第17-18页
第2章 图书馆推荐系统需求分析第18-26页
    2.1 推荐系统功能需求概述第18-19页
    2.2 系统功能性需求分析第19-24页
        2.2.1 流通数据同步子系统功能需求分析第19-21页
        2.2.2 推荐引擎子系统功能需求分析第21-22页
        2.2.3 前端展示子系统功能需求分析第22-23页
        2.2.4 后台管理子系统功能需求分析第23-24页
    2.3 系统非功能性需求分析第24-25页
        2.3.1 响应约束需求第25页
        2.3.2 浏览器兼容性需求第25页
        2.3.3 易用性需求第25页
    2.4 本章小结第25-26页
第3章 图书馆推荐系统设计第26-45页
    3.1 系统总体设计第26-31页
        3.1.1 系统开发环境第26页
        3.1.2 推荐系统部署环境第26页
        3.1.3 系统架构设计第26-31页
    3.2 图书馆的特点第31-34页
        3.2.1 图书特征分析第31-32页
        3.2.2 中图分类法图书相似度计算第32-33页
        3.2.3 基于题名的图书相似度计算第33页
        3.2.4 基于用户标签的图书相似度计算第33-34页
    3.3 图书馆的用户特征分析第34-37页
        3.3.1 基于标签的用户相似度分析第34页
        3.3.2 基于中图分类法的用户特征第34-36页
        3.3.3 基于题名关键词的用户特征分析第36-37页
    3.4 基于内容的推荐算法第37页
        3.4.1 基于内容推荐算法实现过程第37页
        3.4.2 内容推荐算法的优势及劣势分析第37页
    3.5 基于协同过滤的推荐算法第37-39页
        3.5.1 用户评分矩阵与谷本系数第38页
        3.5.2 基于用户的协同过滤第38页
        3.5.3 基于项目的协同过滤第38-39页
        3.5.4 协同过滤推荐的优势及缺点第39页
    3.6 基于混合过滤的推荐系统第39-40页
    3.7 数据库概要设计第40-44页
    3.8 本章小结第44-45页
第4章 图书馆推荐系统的实现与测试第45-82页
    4.1 系统类的设计第45-49页
    4.2 流通数据同步系统第49-52页
        4.2.1 流通数据的采集与管理第49-51页
        4.2.2 读者信息导入流程第51-52页
        4.2.3 数据的转储流程第52页
    4.3 推荐引擎子系统第52-59页
        4.3.1 书友、个性化图书推荐第55-57页
        4.3.2 相关图书推荐第57-58页
        4.3.3 图书借阅数据统计第58-59页
    4.4 前端展现子系统第59-73页
        4.4.1 图书借阅详情展现第62-65页
        4.4.2 图书借阅排行榜第65-71页
        4.4.3 书友推荐列表第71-72页
        4.4.4 图书推荐列表第72-73页
    4.5 后台管理子系统第73-77页
    4.6 系统测试第77-80页
        4.6.1 功能测试第77-79页
        4.6.2 非功能性测试第79-80页
    4.7 本章小结第80-82页
第5章 结论与展望第82-83页
参考文献第83-86页
致谢第86-87页
学位论文评阅及答辩情况表第87页

论文共87页,点击 下载论文
上一篇:我国涉外网络侵权行为的法律适用研究
下一篇:TA15钛合金真空钎焊工艺与接头性能的研究