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--计算机软件论文--程序设计、软件工程论文--程序设计论文

和声搜索模糊聚类在图书馆个性化推荐中的研究应用

摘要第1-5页
Abstract第5-10页
1 绪论第10-16页
   ·研究背景第10-11页
   ·研究现状第11-13页
     ·国外图书馆的研究现状第11-12页
     ·国内图书馆的研究现状第12-13页
   ·研究目标、内容和关键问题第13-14页
     ·研究目标第13页
     ·研究内容第13页
     ·关键问题第13-14页
   ·论文组织结构第14-16页
2 聚类算法研究第16-26页
   ·聚类分析第16页
   ·聚类算法第16-18页
     ·基于划分的聚类算法第16-17页
     ·基于层次的聚类算法第17页
     ·基于密度的聚类算法第17页
     ·基于网格的聚类算法第17页
     ·基于模型的聚类算法第17-18页
   ·划分聚类算法第18-20页
     ·K 均值聚类算法第18-19页
     ·模糊聚类算法第19-20页
   ·模糊聚类的研究现状第20-23页
     ·模糊划分矩阵第21页
     ·相似性准则第21页
     ·数据原型第21-22页
     ·加权指数第22页
     ·数据集类型第22-23页
     ·优化的模糊聚类第23页
   ·模糊聚类算法的应用第23-24页
     ·图像处理第23页
     ·模式识别第23-24页
   ·图书馆个性化推荐中的聚类算法第24页
   ·本章小结第24-26页
3 和声搜索算法研究第26-42页
   ·和声搜索算法基本原理第26-27页
   ·和声搜索算法的实现过程第27-29页
     ·定义问题与参数值第27-28页
     ·初始化和声记忆库第28页
     ·生成一个新的和声第28页
     ·更新和声记忆库第28页
     ·检查终止条件第28-29页
     ·HS 算法流程第29页
   ·和声搜索算法的研究现状第29-31页
     ·动态调节算法中的参数第30页
     ·初始解获取第30页
     ·结合其他算法第30页
     ·划分记忆库第30-31页
   ·新和声产生的统计分析第31-33页
   ·和声搜索算法的改进第33-37页
     ·和声搜索算法的优缺点第33-34页
     ·和声搜索算法的改进第34-37页
   ·算法实验第37-41页
     ·实验函数第37页
     ·实验结果第37-41页
   ·本章小结第41-42页
4 和声搜索模糊聚类算法研究第42-54页
   ·和声搜索模糊聚类算法的原理第42-44页
   ·和声搜索模糊聚类算法改进第44页
   ·算法的收敛性分析第44-46页
     ·有限马尔可夫链第44-45页
     ·马尔可夫链分析算法收敛第45-46页
   ·数据特征加权处理第46-48页
   ·算法实验第48-50页
     ·数据集描述第48页
     ·实验结果第48-50页
   ·聚类分析的个性化图书推荐原理第50-53页
     ·读者借阅喜好度计算第50-51页
     ·获取图书的借阅情况第51-52页
     ·生成读者喜好的类图书第52-53页
   ·本章小结第53-54页
5 图书馆个性化推荐系统第54-68页
   ·推荐系统设计思想第54页
   ·个性化推荐系统的框架第54-57页
     ·整体结构第54-55页
     ·模块功能描述第55-56页
     ·个性化推荐系统的工作过程第56-57页
   ·系统的实现过程第57-60页
     ·系统介绍第57-58页
     ·数据源选取第58-59页
     ·借阅日志数据源预处理第59-60页
   ·个性化推荐第60-65页
     ·IHFCM 用于个性化推荐第60-63页
     ·个性化的图书推荐第63-65页
     ·图书推荐结果的建议第65页
   ·图书馆管理建议第65-67页
   ·本章小结第67-68页
6 结论与展望第68-70页
   ·结论第68-69页
   ·展望第69-70页
致谢第70-72页
参考文献第72-76页
个人简历、在学期间发表的学术论文及取得的研究成果第76页

论文共76页,点击 下载论文
上一篇:基于RFID技术的高速移动多目标车辆识别方法研究
下一篇:基于遗传流形采样的三维卡通人脸造型方法研究