基于数据挖掘的文献自动推荐研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-14页 |
| ·选题背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·数据挖掘研究现状 | 第9-11页 |
| ·推荐系统研究现状 | 第11-13页 |
| ·本文的主要工作 | 第13-14页 |
| 第2章 个性化推荐研究 | 第14-21页 |
| ·个性化推荐概述 | 第14-15页 |
| ·基于内容的个性化推荐 | 第15-16页 |
| ·协同过滤个性化推荐 | 第16-18页 |
| ·混合推荐 | 第18-19页 |
| ·基于数据挖掘的个性化推荐 | 第19页 |
| ·小结 | 第19-21页 |
| 第3章 文献自动推荐模块的分析与设计 | 第21-32页 |
| ·结构分析 | 第21-22页 |
| ·功能分析 | 第22页 |
| ·总体分析 | 第22-23页 |
| ·文献自动推荐建模 | 第23-26页 |
| ·文献建模 | 第23-24页 |
| ·用户兴趣模型 | 第24-26页 |
| ·用户对文献兴趣度的计算 | 第26-27页 |
| ·关联规则——FP-Growth算法 | 第27-28页 |
| ·分类规则——决策树算法 | 第28-30页 |
| ·文献推荐服务 | 第30页 |
| ·新文献推荐服务 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第4章 自动推荐模块的实现 | 第32-50页 |
| ·整体框架 | 第32-33页 |
| ·数据源介绍及用户兴趣模型的实现 | 第33-37页 |
| ·概述 | 第33-34页 |
| ·数据收集 | 第34-35页 |
| ·数据预处理 | 第35-36页 |
| ·用户兴趣模型实现 | 第36-37页 |
| ·数据库设计 | 第37-40页 |
| ·FP-Tree算法实现 | 第40-42页 |
| ·决策树算法实现 | 第42-44页 |
| ·数据集选取 | 第42-43页 |
| ·实验方案及假设限制 | 第43页 |
| ·实验过程 | 第43-44页 |
| ·具体功能实现 | 第44-47页 |
| ·结果分析 | 第47-50页 |
| 第5章 总结与展望 | 第50-52页 |
| ·工作总结 | 第50-51页 |
| ·进一步研究工作展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 研究生期间发表论文 | 第55-56页 |
| 致谢 | 第56页 |
