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--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于深度学习的网络点评系统设计与实现

摘要第3-5页
abstract第5-6页
1 绪论第9-15页
    1.1 研究背景第9-10页
    1.2 网络点评系统的概念第10页
    1.3 国内外研究现状第10-13页
        1.3.1 数据挖掘技术的现状第11-12页
        1.3.2 移动应用开发的现状第12-13页
    1.4 论文的主要工作第13-15页
2 网络点评系统的方法研究第15-27页
    2.1 网络点评系统的相关理论第15-16页
    2.2 深度学习的相关理论第16-24页
        2.2.1 深度学习的概念第16-17页
        2.2.2 深度学习的主要算法模型第17-24页
    2.3 移动应用开发的相关技术第24-26页
        2.3.1 混合移动开发的概念第24-26页
        2.3.2 服务器端的开发技术第26页
    2.4 本章小结第26-27页
3 网络点评系统需求分析与架构设计第27-44页
    3.1 网络点评系统业务流程第27-29页
    3.2 系统总体需求第29-30页
    3.3 功能模块分析第30-35页
        3.3.1 物品管理模块第31页
        3.3.2 物品浏览模块第31-32页
        3.3.3 用户点评模块第32-34页
        3.3.4 系统维护模块第34页
        3.3.5 扩展功能模块第34-35页
    3.4 系统跨平台需求分析第35-36页
    3.5 系统架构设计及技术选型第36-43页
    3.6 本章小结第43-44页
4 网络评分算法设计与验证第44-66页
    4.1 网络评分算法的研究与设计第44-52页
        4.1.1 数据清洗算法设计第44-49页
        4.1.2 算法模型参数设计第49-52页
    4.2 网络评分算法的验证第52-65页
        4.2.1 验证方法第52-53页
        4.2.2 模型结果数据分析第53-65页
        4.2.3 评分优化效果验证结论第65页
    4.3 本章小结第65-66页
5 网络点评系统模块详细设计与实现第66-82页
    5.1 物品浏览模块设计与实现第66-67页
    5.2 物品管理模块设计与实现第67-71页
    5.3 用户点评模块设计与实现第71-77页
        5.3.1 数据清洗模块设计与实现第71-73页
        5.3.2 评分算法模块设计与实现第73页
        5.3.3 参数调节模块设计与实现第73-74页
        5.3.4 算法接口模块设计与实现第74-75页
        5.3.5 用户点评模块整体设计第75-77页
    5.4 扩展功能模块的设计与实现第77-78页
    5.5 用户交互界面的主要功能及效果详细设计与实现第78-81页
    5.6 本章小结第81-82页
6 网络点评系统验证第82-94页
    6.1 系统部署第82-83页
    6.2 系统功能验证第83-92页
        6.2.1 应用场景第83页
        6.2.2 验证方法第83-91页
        6.2.3 系统功能验证结论第91-92页
    6.3 跨平台界面效果验证第92-93页
        6.3.1 验证方法第92页
        6.3.2 界面效果验证结论第92-93页
    6.4 本章小结第93-94页
7 总结与展望第94-96页
    7.1 总结第94-95页
    7.2 展望第95-96页
参考文献第96-99页
致谢第99-100页
攻读学位期间发表的学术论文目录第100-102页

论文共102页,点击 下载论文
上一篇:民用飞机飞行试验测试项目中的风险管理研究
下一篇:新型MPPT技术在航天领域的研究与运用