| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外发展现状及趋势分析 | 第11-13页 |
| 1.2.1 国内外发展现状 | 第11-12页 |
| 1.2.2 生鲜电商发展趋势 | 第12-13页 |
| 1.3 本文的研究内容 | 第13页 |
| 1.4 本文的结构框架 | 第13-15页 |
| 2 相关技术综述与总体设计 | 第15-22页 |
| 2.1 可行性分析 | 第15-16页 |
| 2.2 相关技术 | 第16-20页 |
| 2.2.1 MVC与MVT框架模式 | 第16-17页 |
| 2.2.2 Django框架 | 第17-18页 |
| 2.2.3 Web前端应用技术 | 第18页 |
| 2.2.4 Web数据存储技术 | 第18-19页 |
| 2.2.5 全文检索应用框架 | 第19-20页 |
| 2.3 系统总体设计 | 第20-22页 |
| 2.3.1 系统组成模块 | 第20-21页 |
| 2.3.2 系统用例图 | 第21-22页 |
| 3 系统详细设计 | 第22-50页 |
| 3.1 Django Web系统构建 | 第22-24页 |
| 3.2 系统功能设计 | 第24-34页 |
| 3.2.1 业务功能设计 | 第24-31页 |
| 3.2.2 Django管理设计 | 第31-34页 |
| 3.3 数据库设计 | 第34-43页 |
| 3.3.1 增强实体关系模型 | 第34-35页 |
| 3.3.2 数据库信息表 | 第35-43页 |
| 3.4 Web设计 | 第43-47页 |
| 3.4.1 URL设计 | 第43-45页 |
| 3.4.2 Django模板设计 | 第45-47页 |
| 3.5 全文检索引擎设计 | 第47-50页 |
| 4 基于用户浏览行为的数据采集与应用 | 第50-56页 |
| 4.1 用户行为数据的采集 | 第50-53页 |
| 4.1.1 数据采集系统设计 | 第50-53页 |
| 4.1.2 Web服务器构建 | 第53页 |
| 4.2 Web前端数据可视化 | 第53-56页 |
| 5 协同过滤算法的改进与应用 | 第56-67页 |
| 5.1 协同过滤算法的改进思想 | 第56-60页 |
| 5.2 离线实验设计 | 第60-61页 |
| 5.3 算法实现及结果分析 | 第61-64页 |
| 5.4 改进型协同过滤算法在Django系统中的应用 | 第64-67页 |
| 6 系统测试与分析 | 第67-72页 |
| 6.1 测试方法 | 第67-68页 |
| 6.2 测试及结果分析 | 第68-72页 |
| 6.2.1 单元测试 | 第68-69页 |
| 6.2.2 功能测试 | 第69-70页 |
| 6.2.3 压力测试 | 第70-72页 |
| 7 总结与展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻读学位期间的研究成果 | 第76-77页 |
| 致谢 | 第77页 |