| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第9-14页 |
| 第一节 研究背景及意义 | 第9-10页 |
| 第二节 国内外相关研究动态及文献综述 | 第10-12页 |
| 一、高考推荐系统研究现状 | 第10页 |
| 二、推荐系统研究现状 | 第10-11页 |
| 三、自动问答系统研究现状 | 第11-12页 |
| 第三节 本文研究内容 | 第12-13页 |
| 第四节 本文组织结构 | 第13页 |
| 第五节 本章小结 | 第13-14页 |
| 第二章 相关理论与技术研究 | 第14-26页 |
| 第一节 灰色预测理论 | 第14-16页 |
| 一、灰色预测预备知识 | 第14-15页 |
| 二、灰色预测模型建模步骤 | 第15-16页 |
| 第二节 推荐系统算法介绍 | 第16-19页 |
| 一、基于内容的推荐算法 | 第16-17页 |
| 二、基于知识的推荐算法 | 第17-19页 |
| 第三节 word2vec模型概述 | 第19-21页 |
| 一、CBOW模型 | 第20页 |
| 二、Skip-gram模型 | 第20-21页 |
| 三、基于Hierarchicalsoftmax和Negativesampling的模型 | 第21页 |
| 第四节 XGBoost算法原理 | 第21-23页 |
| 一、梯度提升树GBDT | 第22-23页 |
| 二、XGBoost算法 | 第23页 |
| 第五节 FCM聚类算法 | 第23-25页 |
| 第六节 本章小结 | 第25-26页 |
| 第三章 数据查询系统设计 | 第26-32页 |
| 第一节 往年招生数据查询 | 第26-27页 |
| 第二节 国家线、高校专业分数线预测 | 第27-32页 |
| 一、对国家线、高校分数线进行灰色预测 | 第28-32页 |
| 第四章 志愿智能推荐系统设计 | 第32-50页 |
| 第一节 专业推荐 | 第32-35页 |
| 一、人职匹配理论之MBTI性格测试 | 第32-35页 |
| 二、加入专业冷度与专业热度的专业推荐 | 第35页 |
| 第二节 学校推荐系统设计 | 第35-47页 |
| 一、基于约束的推荐系统算法 | 第35-37页 |
| 二、案例分析 | 第37-41页 |
| 三、基于实例的推荐系统交互 | 第41-47页 |
| 第三节 学校及专业推荐系统设计 | 第47-48页 |
| 第四节 系统效果评测 | 第48-49页 |
| 第五节 本章小结 | 第49-50页 |
| 第五章 FAQ客服在线系统设计 | 第50-60页 |
| 第一节 FAQ系统流程设计 | 第50-51页 |
| 第二节 关键技术及算法设计 | 第51-58页 |
| 一、分词与过滤停用词 | 第51-52页 |
| 二、词典构建与扩展 | 第52-53页 |
| 三、基于word2vec算法的文本特征提取 | 第53-54页 |
| 四、基于XGBoost分类器的问题分类 | 第54-55页 |
| 五、交互式问题补全与答案生成 | 第55-57页 |
| 六、各个触发算法的工作机制汇总 | 第57-58页 |
| 第三节 系统效果评测 | 第58-59页 |
| 第四节 本章小结 | 第59-60页 |
| 第六章 志愿智能推荐之系统实现 | 第60-71页 |
| 第一节 系统数据库设计 | 第60-64页 |
| 一、数据描述 | 第60-61页 |
| 二、数据库信息表 | 第61-64页 |
| 第二节 系统整体框架 | 第64-70页 |
| 一、基于Django框架的流程设计 | 第64-65页 |
| 二、系统应用流程及功能展示 | 第65-70页 |
| 第三节 本章小结 | 第70-71页 |
| 第七章 总结与展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 附录 | 第76-78页 |
| 附录A 高考志愿填报情况问卷调查 | 第76-78页 |
| 致谢 | 第78-79页 |
| 本人在读期间完成的研究成果 | 第79-80页 |