摘要 | 第1-4页 |
Abstract | 第4-10页 |
第一章 绪言 | 第10-14页 |
·论文研究背景 | 第10页 |
·论文研究现状 | 第10-11页 |
·论文主要研究内容 | 第11-12页 |
·论文结构 | 第12页 |
·论文创新点 | 第12-13页 |
·本章小结 | 第13-14页 |
第二章 云南省大型科学仪器共用网(YNSISS)简介 | 第14-22页 |
·YNSISS研究开发目标 | 第14页 |
·YNSISS功能结构及软件体系结构 | 第14-18页 |
·YNSISS的功能结构 | 第14-17页 |
·YNSISS的网络结构 | 第17页 |
·YNSISS的软件体系结构 | 第17-18页 |
·本论文涉及平台的内容 | 第18-20页 |
·推荐系统的提出 | 第18页 |
·推荐系统的概念及作用 | 第18-19页 |
·个性化信息推荐服务 | 第19-20页 |
·用户权限管理 | 第20-21页 |
·用户权限管理的提出 | 第20页 |
·用户权限管理的分类 | 第20-21页 |
·本章小结 | 第21-22页 |
第三章 相关技术标准 | 第22-27页 |
·基于J2EE的平台技术概述 | 第22页 |
·基于MVC模型的STRUTS框架 | 第22-26页 |
·本章小结 | 第26-27页 |
第四章 推荐系统相关技术研究 | 第27-40页 |
·推荐系统研究的主要内容 | 第27页 |
·推荐系统面临的主要挑战 | 第27-29页 |
·推荐系统存在的问题 | 第27-28页 |
·问题原因 | 第28页 |
·解决办法 | 第28-29页 |
·推荐系统的分类 | 第29页 |
·推荐系统的工作流程 | 第29-30页 |
·推荐系统相关技术和算法 | 第30-39页 |
·Bayesian网络技术 | 第30页 |
·Horting图技术 | 第30页 |
·基于聚类的推荐系统算法 | 第30-31页 |
·基于关联规则的推荐系统算法 | 第31-32页 |
·基于Web数据挖掘的推荐系统算法 | 第32-33页 |
·基于协同过滤的主动推荐算法 | 第33-39页 |
·协同过滤技术的概念 | 第33-34页 |
·协同过滤技术的发展历程 | 第34-35页 |
·协同过滤的优点与面临的问题 | 第35-36页 |
·协同过滤算法 | 第36-39页 |
·本章小结 | 第39-40页 |
第五章 YNSISS用户权限管理的设计与实现 | 第40-52页 |
·YNSISS用户权限管理子模块 | 第40-45页 |
·基于RBAC模型的用户权限管理 | 第40-41页 |
·YNSISS中用户权限管理子模块功能结构 | 第41-42页 |
·YNSISS中用户权限管理子模块设计 | 第42-45页 |
·YNSISS用户权限管理子模块实现 | 第45-51页 |
·用户角色级别信息修改 | 第46-48页 |
·角色级别权限管理 | 第48-51页 |
·本章小结 | 第51-52页 |
第六章 YNSISS资源推荐系统的设计 | 第52-59页 |
·YNSISS资源推荐系统的功能结构 | 第52-53页 |
·YNSISS资源推荐系统的设计 | 第53-58页 |
·获取评价信息 | 第53-55页 |
·用户评价信息的获取方式 | 第53-54页 |
·YNSISS资源评价信息的获取 | 第54-55页 |
·信息预处理 | 第55-56页 |
·相似度计算并确定近邻 | 第56-57页 |
·pearson相关系数法 | 第56-57页 |
·余弦相似性算法 | 第57页 |
·显示结果 | 第57-58页 |
·本章小结 | 第58-59页 |
第七章 YNSISS资源推荐系统的实现 | 第59-70页 |
·YNSISS资源推荐系统的开发流程 | 第59-60页 |
·YNSISS资源推荐系统的数据结构 | 第60-62页 |
·YNSISS资源推荐系统的实现 | 第62-69页 |
·系统时序图和活动图 | 第62-64页 |
·时序图 | 第62-63页 |
·活动图 | 第63-64页 |
·获取信息 | 第64-66页 |
·信息预处理并形成推荐 | 第66-68页 |
·显示结果 | 第68-69页 |
·本章小结 | 第69-70页 |
第八章 总结与展望 | 第70-72页 |
·工作总结 | 第70页 |
·工作展望 | 第70-72页 |
致谢 | 第72-73页 |
参考文献 | 第73-76页 |
附录A 攻读学位期间发表论文情况 | 第76-77页 |
附录B 攻读学位期间参与完成的科研成果 | 第77页 |