| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-13页 |
| ·研究背景 | 第10-11页 |
| ·研究内容及研究意义 | 第11-13页 |
| 第2章 个性化推荐系统概述 | 第13-21页 |
| ·个性化推荐系统的系统构架 | 第13-14页 |
| ·个性化推荐系统的系统结构 | 第14-16页 |
| ·个性化推荐系统中的相关技术 | 第16-19页 |
| ·web 挖掘 | 第16-19页 |
| ·信息过滤 | 第19页 |
| ·小结 | 第19-21页 |
| 第3章 协同过滤算法研究 | 第21-27页 |
| ·基于用户的协同过滤算法 | 第21-23页 |
| ·基于项目的协同过滤算法 | 第23-24页 |
| ·协同过滤算法存在的问题及解决办法研究 | 第24-25页 |
| ·基于社区的协同过滤算法 | 第25页 |
| ·小结 | 第25-27页 |
| 第4章 JAVA 相关技术介绍 | 第27-34页 |
| ·J2EE 的多层 WEB 框架介绍 | 第27-28页 |
| ·MVC 设计模式 | 第28-29页 |
| ·Struts 技术介绍 | 第29-30页 |
| ·Spring 技术介绍 | 第30-32页 |
| ·Hibernate 技术介绍 | 第32-34页 |
| 第5章 系统实例—基于JAVA 技术的个性化网络学习系统设计 | 第34-44页 |
| ·系统数据库设计 | 第34-35页 |
| ·系统算法分析 | 第35-36页 |
| ·系统Hibernate 模块 | 第36-38页 |
| ·系统中的推荐模块 | 第38-41页 |
| ·系统中的用户社区计算模块算法 | 第41页 |
| ·系统运行流程 | 第41-42页 |
| ·案例分析 | 第42-44页 |
| 第6章 总结 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 致谢 | 第47-48页 |
| 附录 | 第48-49页 |