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

基于用户兴趣变化的高校图书馆个性化图书推荐技术的研究与实现

摘要第4-6页
abstract第6-7页
第1章 绪论第15-23页
    1.1 研究背景第15-16页
    1.2 国内外研究现状第16-18页
        1.2.1 国内研究现状第17-18页
        1.2.2 国外研究现状第18页
    1.3 问题的提出第18-19页
    1.4 研究目的与意义第19-20页
    1.5 论文主要工作第20-21页
    1.6 论文组织结构第21-23页
第2章 相关理论和技术介绍第23-34页
    2.1 数据挖掘技术第23-25页
        2.1.1 数据挖掘概述第23-24页
        2.1.2 数据挖掘过程第24页
        2.1.3 数据挖掘的任务第24-25页
    2.2 个性化推荐技术第25-27页
        2.2.1 个性化推荐技术的分类第25-27页
        2.2.2 个性化推荐技术的比较第27页
    2.3 协同过滤推荐算法第27-33页
        2.3.1 协同过滤推荐算法的基本思想第27-28页
        2.3.2 协同过滤推荐算法的分类第28-32页
        2.3.3 协同过滤推荐算法的优点与不足第32-33页
    2.4 本章小结第33-34页
第3章 需求分析第34-42页
    3.1 系统可行性分析第34-35页
        3.1.1 经济可行性第34-35页
        3.1.2 技术可行性第35页
        3.1.3 管理可行性第35页
    3.2 用户需求分析第35-38页
    3.3 系统的功能性需求分析第38-40页
        3.3.1 前台功能需求分析第38-40页
        3.3.2 后台功能需求分析第40页
    3.4 系统的非功能性需求分析第40-41页
        3.4.1 安全性需求第41页
        3.4.2 易操作性需求第41页
        3.4.3 可扩展性需求第41页
    3.5 本章小结第41-42页
第4章 系统设计第42-64页
    4.1 系统的总体架构第42-43页
    4.2 系统的总体设计第43-45页
        4.2.1 系统总体功能结构设计第43-44页
        4.2.2 系统总体流程设计第44-45页
    4.3 系统的功能模块设计第45-48页
    4.4 系统的数据库设计第48-55页
        4.4.1 系统概念结构设计第48-51页
        4.4.2 系统逻辑结构设计第51-55页
    4.5 关键技术研究与改进第55-63页
        4.5.1 基于用户兴趣变化的协同过滤推荐算法的原理第55-57页
        4.5.2 基于用户兴趣变化的协同过滤推荐算法描述第57-63页
    4.6 本章小结第63-64页
第5章 系统的实现与测试第64-87页
    5.1 系统实现环境第64页
    5.2 系统前台的实现第64-76页
        5.2.1 系统首页的实现第64-65页
        5.2.2 注册登录模块的实现第65-66页
        5.2.3 图书推荐模块的实现第66-68页
        5.2.4 图书资源库模块的实现第68页
        5.2.5 借阅归还图书模块的实现第68-69页
        5.2.6 个人图书馆模块的实现第69-72页
        5.2.7 图书检索模块的实现第72-73页
        5.2.8 新闻与公告模块的实现第73-74页
        5.2.9 在线留言模块的实现第74-75页
        5.2.10 联系我们模块的实现第75-76页
    5.3 系统后台的实现第76-80页
        5.3.1 图书管理模块的实现第76-77页
        5.3.2 用户管理模块的实现第77页
        5.3.3 借阅归还图书管理模块的实现第77-78页
        5.3.4 最新公告管理模块的实现第78页
        5.3.5 新闻资讯管理模块的实现第78-79页
        5.3.6 留言板管理模块的实现第79页
        5.3.7 快速链接管理模块的实现第79-80页
    5.4 系统测试第80-86页
        5.4.1 测试目的和方法第80页
        5.4.2 测试环境第80页
        5.4.3 系统功能测试第80-83页
        5.4.4 算法性能测试第83-85页
        5.4.5 结果分析第85-86页
    5.5 本章小结第86-87页
第6章 总结与展望第87-89页
    6.1 总结第87-88页
    6.2 未来工作展望第88-89页
致谢第89-90页
参考文献第90-93页

论文共93页,点击 下载论文
上一篇:基于SVM的化合物致突变性分类预测系统的研究与实现
下一篇:基于多摄像头的视频跟踪系统研究与实现