基于用户角色的农资供求信息智能推荐系统的研究及实现
摘要 | 第3-4页 |
Abstract | 第4页 |
1 绪论 | 第11-18页 |
1.1 研究背景和意义 | 第11-12页 |
1.1.1 研究的背景 | 第11页 |
1.1.2 研究的意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 农资推荐模式研究现状 | 第12-14页 |
1.2.2 个性化推荐系统研究现状 | 第14-15页 |
1.2.3 分布式实时计算框架研究现状 | 第15-16页 |
1.3 研究内容和技术路线 | 第16-17页 |
1.3.1 研究技术路线 | 第16页 |
1.3.2 主要研究内容 | 第16-17页 |
1.4 本章小结 | 第17-18页 |
2 相关工作 | 第18-26页 |
2.1 个性化推荐算法概述 | 第18-23页 |
2.1.1 协同过滤推荐算法 | 第18-20页 |
2.1.2 基于内容的推荐算法 | 第20-21页 |
2.1.3 基于关联规则的推荐算法 | 第21-22页 |
2.1.4 基于混合推荐的推荐算法 | 第22-23页 |
2.2 分布式实时推荐系统关键技术 | 第23-24页 |
2.2.1 Storm概述 | 第23-24页 |
2.2.2 HBase数据库 | 第24页 |
2.3 推荐效用评价指标 | 第24-25页 |
2.3.1 准确率 | 第24-25页 |
2.3.2 覆盖率 | 第25页 |
2.4 本章小结 | 第25-26页 |
3 基于用户角色的农资推荐算法 | 第26-36页 |
3.1 个性化推荐算法的选择 | 第26-27页 |
3.2 算法设计 | 第27-28页 |
3.3 算法过程 | 第28-35页 |
3.3.1 建立修正I-U评分矩阵 | 第28-34页 |
3.3.2 获得最邻近用户集 | 第34页 |
3.3.3 生成预测评分及推荐项 | 第34-35页 |
3.4 本章小结 | 第35-36页 |
4 农资个性化推荐实证研究 | 第36-45页 |
4.1 数据来源 | 第36-37页 |
4.2 基于项目的协同过滤推荐算法 | 第37-38页 |
4.3 基于用户角色的协同过滤算法 | 第38-40页 |
4.4 推荐效用评价指标比较 | 第40-44页 |
4.5 本章小结 | 第44-45页 |
5 个性化农资供求信息推荐系统的设计与应用 | 第45-54页 |
5.1 个性化农资供求信息推荐系统需求分析 | 第45页 |
5.2 系统结构设计 | 第45-46页 |
5.2.1 系统总体框架设计 | 第45-46页 |
5.2.2 主要功能模块设计 | 第46页 |
5.3 个性化农资供求信息推荐系统的实现 | 第46-53页 |
5.3.1 智能推荐前台功能实现 | 第46-51页 |
5.3.2 智能推荐后台功能实现 | 第51-53页 |
5.4 本章小结 | 第53-54页 |
6 总结和展望 | 第54-55页 |
6.1 总结 | 第54页 |
6.2 展望 | 第54-55页 |
参考文献 | 第55-58页 |
致谢 | 第58-59页 |
个人简介 | 第59-60页 |
攻读硕士学位期间的学术活动及成果 | 第60页 |