移动终端个性化应用服务推送系统的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-17页 |
| ·研究背景与意义 | 第11-12页 |
| ·课题背景 | 第11页 |
| ·课题来源 | 第11-12页 |
| ·研究意义 | 第12页 |
| ·国内外研究现状 | 第12-15页 |
| ·国外研究现状 | 第12-14页 |
| ·国内研究现状 | 第14-15页 |
| ·研究内容与主要工作 | 第15页 |
| ·论文结构 | 第15-17页 |
| 2 个性化推荐系统关键技术介绍 | 第17-23页 |
| ·个性化推荐系统概述 | 第17-18页 |
| ·个性化推荐系统概念 | 第17页 |
| ·个性化推荐系统的组成 | 第17-18页 |
| ·常见的个性化推荐技术 | 第18-22页 |
| ·基于内容的推荐技术 | 第18-19页 |
| ·基于关联规则的推荐技术 | 第19-20页 |
| ·协同过滤推荐技术 | 第20-21页 |
| ·组合推荐技术 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 传统的协同过滤推荐算法 | 第23-33页 |
| ·协同过滤算法的基本思想 | 第23-24页 |
| ·协同过滤算法的分类 | 第24-30页 |
| ·基于内存的协同过滤算法 | 第24-29页 |
| ·基于模型的协同过滤算法 | 第29-30页 |
| ·协同过滤算法的优缺点分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 4 改进的加权 Slope One 推荐算法 | 第33-47页 |
| ·Slope One 算法分析 | 第33-36页 |
| ·Slope One 算法原理 | 第33-34页 |
| ·Slope One 算法步骤 | 第34-36页 |
| ·Slope One 算法的优点 | 第36页 |
| ·加权的 Slope One 算法 | 第36-38页 |
| ·改进的加权 Slope One 算法 | 第38-45页 |
| ·改进的加权 Slope One 算法的基本思想 | 第38-40页 |
| ·用户最近邻的形成 | 第40-42页 |
| ·项目最近邻的形成 | 第42-43页 |
| ·改进的加权 Slope one 算法的具体步骤 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 5 移动终端个性化应用服务推送系统的设计与实现 | 第47-67页 |
| ·系统需求分析 | 第47页 |
| ·系统总体设计 | 第47-49页 |
| ·服务器端软件的设计与实现 | 第49-57页 |
| ·系统功能设计 | 第50-51页 |
| ·系统核心功能模块的设计与实现 | 第51-57页 |
| ·应用管理模块的设计与实现 | 第51-53页 |
| ·应用推送模块的设计与实现 | 第53-55页 |
| ·数据统计模块的设计与实现 | 第55-57页 |
| ·客户端管理模块的设计与实现 | 第57页 |
| ·客户端软件的设计与实现 | 第57-61页 |
| ·Android 应用程序模型 | 第58-59页 |
| ·客户端前台界面的设计 | 第59-61页 |
| ·检测用户的行为 | 第61页 |
| ·客户端与服务器端通信模块的设计 | 第61-63页 |
| ·系统性能分析 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 6 总结与展望 | 第67-69页 |
| ·工作总结 | 第67页 |
| ·不足及展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第74页 |
