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--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于混合推荐的电影推荐系统的研究与实现

摘要第1-4页
Abstract第4-6页
目录第6-8页
第一章 绪论第8-15页
   ·课题概要第8-12页
     ·课题研究背景第8-9页
     ·课题研究的目的和意义第9-10页
     ·个性化推荐的研究现状第10-12页
   ·课题的主要工作第12-14页
   ·论文结构第14页
   ·小结第14-15页
第二章 各种推荐算法介绍第15-27页
   ·协同过滤第16-19页
     ·基于记忆的协同过滤系统第16-18页
     ·基于模型的协同过滤系统第18页
     ·协同过滤系统的优缺点第18-19页
   ·基于内容的推荐第19-21页
     ·文本推荐方法第19-20页
     ·基于内容推荐的优缺点第20-21页
   ·基于网络结构的推荐算法第21-22页
   ·基于聚类的推荐算法第22-23页
   ·基于分类的推荐算法第23-25页
   ·混合推荐第25页
   ·小结第25-27页
第三章 系统设计与实现的技术基础第27-35页
   ·系统开发方案第27-28页
   ·JSP技术介绍第28-32页
     ·JSP特点第28-29页
     ·JSP知识体系第29-30页
     ·Java Servlet技术与JSP第30页
     ·JSP与其他语言的比较第30-32页
   ·开发环境第32-34页
   ·小结第34-35页
第四章 系统需求分析第35-40页
   ·概述第35页
   ·问题定义第35-36页
   ·业务流程与系统流程第36-38页
     ·电影管理第36-37页
     ·电影推荐第37-38页
   ·系统功能第38-39页
   ·小结第39-40页
第五章 系统设计第40-57页
   ·总体构架设计第40-41页
   ·各模块的用例分析第41-43页
     ·电影管理第41-42页
     ·电影推荐第42-43页
   ·对象模型及动态模型第43-45页
     ·对象模型第43-45页
     ·动态模型第45页
   ·数据字典和数据库设计第45-50页
     ·系统数据流图第45-48页
     ·数据字典第48-49页
     ·数据库设计第49-50页
   ·混合推荐算法设计第50-56页
     ·电影推荐系统的用户模型第51-52页
     ·混合电影推荐系统算法原理第52-56页
   ·小结第56-57页
第六章 电影推荐系统的实现与测试第57-68页
   ·系统模块结构概述第57页
   ·系统实现第57-60页
     ·系统模块类实现第57-58页
     ·推荐算法实现第58-60页
   ·系统主要界面展示第60-63页
     ·系统主界面第60-61页
     ·用户界面第61-62页
     ·管理员界面第62-63页
   ·系统异常处理第63-64页
   ·混合推荐算法性能测试第64-67页
   ·小结第67-68页
第七章 结论与展望第68-70页
   ·全文工作总结第68页
   ·未来展望第68-70页
参考文献第70-73页
致谢第73-74页
攻读硕士期间发表的论文第74-75页
附录A 图索引第75页
附录B 表索引第75-76页
Appendix A. Figure Index第76页
Appendix B. Table Index第76-77页

论文共77页,点击 下载论文
上一篇:基于结构特征提取的选票分析系统的设计与研究
下一篇:车牌识别的关键性技术研究