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

推荐算法在高考志愿填报中的应用研究

摘要第3-4页
abstract第4-5页
第一章 引言第8-24页
    1.1 研究背景和意义第8-9页
        1.1.1 选题的背景第8页
        1.1.2 研究意义第8-9页
    1.2 国内外相关研究动态及文献综述第9-11页
        1.2.1 高考志愿填报研究动态第9-10页
        1.2.2 高考志愿填报文献综述第10-11页
    1.3 研究内容、预期结果、创新之处第11-23页
        1.3.1 研究内容第11-22页
        1.3.2 预期成果第22页
        1.3.3 创新之处第22-23页
    1.4 本章小结第23-24页
第二章 相关算法的应用第24-38页
    2.1 支持向量回归(SVR)算法第24-31页
        2.1.1 支持向量机(SVM)分类算法第24页
        2.1.2 支持向量回归(SVR)的标准数学模型第24-26页
        2.1.3 核函数第26页
        2.1.4 非线性的支持向量回归(SVR)第26-27页
        2.1.5 SVR在预测高校专业分数线中的应用第27-31页
    2.2 模糊C-均值聚类(FCM)算法第31-34页
        2.2.1 模糊-C均值聚类(FCM)算法原理第31-32页
        2.2.2 模糊-C均值聚类(FCM)算法的实现过程第32-33页
        2.2.3 模糊-C均值聚类(FCM)算法在论文中的应用第33-34页
    2.3 遗传算法第34-35页
        2.3.1 遗传算法的遗传算子第34-35页
        2.3.2 遗传算法在论文中的应用第35页
    2.4 推荐算法第35-36页
    2.5 本章小结第36-38页
第三章 系统功能及实现介绍第38-61页
    3.1 信息查询功能第38-43页
    3.2 基本推荐功能第43-49页
        3.2.1 模糊聚类(FCM)算法在推荐中的应用第46-49页
    3.3 个性化推荐功能第49-60页
    3.4 本章小结第60-61页
第四章 总结与展望第61-64页
    4.1 论文总结第61-62页
    4.2 论文展望第62-64页
参考文献第64-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:基于Spark的地铁广告实时投放系统的设计与实现--以XX地铁广告为例
下一篇:知乎“抄袭”话题评论的情感分析