基于需求响应的电动汽车充电智能推荐模型的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文的研究内容及意义 | 第10-11页 |
| 1.4 论文组织结构 | 第11-12页 |
| 第2章 关键技术分析 | 第12-21页 |
| 2.1 自动需求响应技术分析 | 第12-14页 |
| 2.2 相关推荐算法分析 | 第14-18页 |
| 2.2.1 相似度计算 | 第14-15页 |
| 2.2.2 协同过滤算法 | 第15-17页 |
| 2.2.3 推荐算法评价指标 | 第17-18页 |
| 2.3 Apache Mahout框架介绍 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 基于需求响应的智能推荐模型需求特性 | 第21-27页 |
| 3.1 电动汽车参与需求响应分析 | 第21-22页 |
| 3.2 电动汽车充电智能推荐的特殊性分析 | 第22-26页 |
| 3.2.1 现有充电桩平台分析 | 第22-24页 |
| 3.2.2 充电智能推荐模型的特殊性分析 | 第24-26页 |
| 3.3 本章小结 | 第26-27页 |
| 第4章 电动汽车充电智能推荐模型设计 | 第27-37页 |
| 4.1 相似度计算分析 | 第27页 |
| 4.2 特征向量提取 | 第27-28页 |
| 4.3 推荐模型设计 | 第28-32页 |
| 4.3.1 基于用户的协同过滤算法推荐模型 | 第29-31页 |
| 4.3.2 基于物品的协同过滤算法推荐模型 | 第31-32页 |
| 4.4 推荐模型验证 | 第32-36页 |
| 4.4.1 Mahout评价策略 | 第32-33页 |
| 4.4.2 推荐模型验证 | 第33-36页 |
| 4.5 本章小结 | 第36-37页 |
| 第5章 电动汽车充电智能推荐系统设计与实现 | 第37-48页 |
| 5.1 系统整体设计 | 第37-39页 |
| 5.2 数据库设计及数据预处理 | 第39-43页 |
| 5.2.1 数据库设计 | 第39-40页 |
| 5.2.2 数据预处理模块 | 第40-43页 |
| 5.3 推荐模块实现 | 第43-46页 |
| 5.3.1 User-based CF推荐实现 | 第44-45页 |
| 5.3.2 Item-based CF推荐实现 | 第45-46页 |
| 5.4 推荐结果 | 第46-47页 |
| 5.5 本章小结 | 第47-48页 |
| 第6章 总结与展望 | 第48-50页 |
| 6.1 论文工作总结 | 第48页 |
| 6.2 未来展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第53-54页 |
| 致谢 | 第54页 |
