| 第一章 绪 论 | 第6-10页 |
| 1.1 个性化服务 | 第6-7页 |
| 1.2 推荐系统 | 第7-9页 |
| 1.3 本文工作 | 第9-10页 |
| 第二章 个性化推荐系统 | 第10-20页 |
| 2.1 个性化推荐系统的工作流程 | 第10-15页 |
| 2.1.1 信息获取 | 第10-11页 |
| 2.1.2 信息处理 | 第11-13页 |
| 2.1.3 个性化推荐 | 第13-14页 |
| 2.1.4 结果显示 | 第14-15页 |
| 2.2 个性化推荐技术 | 第15-19页 |
| 2.2.1 Bayesian网络(Bayesian Network) | 第15-16页 |
| 2.2.2 Horting图(Horting Graph) | 第16页 |
| 2.2.3 关联规则(Association Rules) | 第16页 |
| 2.2.4 聚类(Clustering) | 第16-18页 |
| 2.2.5 协作式过滤技术(Collaborative Filtering) | 第18-19页 |
| 2.3 小结 | 第19-20页 |
| 第三章 NERMS中个性化资源推荐的设计 | 第20-36页 |
| 3.1 NERMS系统概述 | 第20-22页 |
| 3.2 NERMS系统分析 | 第22-23页 |
| 3.3 个性化资源推荐的设计 | 第23-35页 |
| 3.3.1 信息获取 | 第24页 |
| 3.3.2 信息处理 | 第24-27页 |
| 3.3.3 计算相似度 | 第27-29页 |
| 3.3.4 用户聚类 | 第29-30页 |
| 3.3.5 找近邻 | 第30-32页 |
| 3.3.6 推荐形成 | 第32-34页 |
| 3.3.7 结果显示 | 第34页 |
| 3.3.8 运行时机的选取及分析 | 第34-35页 |
| 3.4 小结 | 第35-36页 |
| 第四章 NERMS中个性化资源推荐的实现 | 第36-44页 |
| 4.1 系统的体系结构 | 第36-37页 |
| 4.2 系统的数据结构 | 第37-38页 |
| 4.3 系统的开发流程 | 第38-40页 |
| 4.4 资源推荐功能的实现 | 第40-43页 |
| 4.4.1 信息获取阶段的实现 | 第40页 |
| 4.4.2 信息处理阶段的实现 | 第40-41页 |
| 4.4.3 用户聚类的实现 | 第41页 |
| 4.4.4 找近邻的实现 | 第41-42页 |
| 4.4.5 形成推荐 | 第42页 |
| 4.4.6 推荐结果的显示 | 第42-43页 |
| 4.5 小结 | 第43-44页 |
| 第五章 结 束 语 | 第44-45页 |
| 5.1 工作总结 | 第44页 |
| 5.2 工作展望 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 致谢 | 第47-48页 |
| 中文摘要 | 第48-50页 |
| Abstract | 第50页 |
