基于混合模式的个性化推荐系统的研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 引言 | 第9-16页 |
| ·研究背景 | 第9-14页 |
| ·电子商务个性化推荐系统的概念 | 第10-11页 |
| ·个性化推荐系统的目标 | 第11-12页 |
| ·个性化推荐系统的工作原理 | 第12页 |
| ·国外个性化的音乐推荐系统研究现状 | 第12-13页 |
| ·国内个性化的音乐推荐系统研究现状 | 第13-14页 |
| ·研究内容 | 第14-15页 |
| ·论文的结构安排 | 第15-16页 |
| 第2章 个性化推荐系统相关理论 | 第16-33页 |
| ·推荐系统的分类 | 第16-17页 |
| ·主要的推荐技术 | 第17-21页 |
| ·基于内容的推荐方法 | 第17-18页 |
| ·基于协同过滤的推荐方法 | 第18-19页 |
| ·混合模式的推荐技术 | 第19-20页 |
| ·综合应用数据挖掘技术的推荐模式 | 第20-21页 |
| ·在线推荐的模块组成 | 第21-23页 |
| ·主要的推荐算法 | 第23-28页 |
| ·关联规则推荐算法 | 第23-24页 |
| ·基于内容的推荐算法 | 第24页 |
| ·协同过滤技术主要的算法分析 | 第24-28页 |
| ·现有推荐算法存在的问题及解决方法 | 第28-31页 |
| ·现有为问题 | 第28-29页 |
| ·现有的解决方式 | 第29-31页 |
| ·推荐系统的评价标准 | 第31-33页 |
| 第3章 基于混合模式推荐系统的相关知识 | 第33-39页 |
| ·混合推荐模式的必要性 | 第33-35页 |
| ·基于混合模式的个性化电子商务推荐系统基本框架 | 第35-37页 |
| ·推荐系统的基本框架 | 第35页 |
| ·推荐系统中的数据管理 | 第35-37页 |
| ·用户隐式信息的获取 | 第37-39页 |
| 第4章 基于混合模式的个性化推荐模型的研究 | 第39-53页 |
| ·基于混合模式的电子商务推荐系统框架设计 | 第39-45页 |
| ·基于WEB日志的协同过滤技术 | 第40-45页 |
| ·基于内容的个性化推荐方式 | 第45页 |
| ·用户信息的提取 | 第45-46页 |
| ·用户日志文件的获取 | 第46页 |
| ·建立用户评分矩阵 | 第46-50页 |
| ·用户兴趣模型的建立 | 第50-53页 |
| ·离线的用户聚类的计算 | 第50-51页 |
| ·在线部分 | 第51-53页 |
| 第5章 个性化推荐模式的应用 | 第53-65页 |
| ·系统的需求 | 第53-54页 |
| ·系统的整体框架设计 | 第54-56页 |
| ·前台设计 | 第54-55页 |
| ·后台设计 | 第55页 |
| ·音乐推荐系统工作流程 | 第55-56页 |
| ·所使用的环境 | 第56页 |
| ·系统的功能模块 | 第56-59页 |
| ·前台功能模块 | 第57-59页 |
| ·后台的主要模块功能 | 第59页 |
| ·数据库的设计 | 第59-62页 |
| ·数据源获取 | 第62-63页 |
| ·实验结果分析 | 第63-65页 |
| 第6章 总结展望 | 第65-67页 |
| ·总结 | 第65页 |
| ·展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间发表的论文及参研项目 | 第71页 |
