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

基于Folksonomy用户偏好的推荐方法研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-20页
   ·研究背景及意义第10-11页
   ·国内外研究现状第11-16页
     ·Folksonomy 研究现状第11-13页
     ·Folksonomy 推荐技术研究现状第13-16页
   ·Folksonomy 系统典型应用研究第16-17页
   ·Folksonomy 推荐系统面临的问题第17-18页
   ·本文研究的内容第18-19页
   ·本文的组织结构第19-20页
第2章 基于标签的用户分类研究第20-31页
   ·基于标签的用户分类技术分析第20-21页
   ·现有用户分类技术存在的问题第21-22页
   ·基于标签的用户动态分类思想第22-24页
     ·引入评论进行用户动态分类第22-23页
     ·引入标签扩展思想第23-24页
   ·用户动态分类的实现第24-26页
     ·用户动态分类流程图第24-25页
     ·用户动态分类具体步骤第25-26页
   ·实验与分析第26-30页
     ·实验设置第26-28页
     ·实验结果分析第28-30页
   ·本章小结第30-31页
第3章 基于用户协同过滤的标签推荐算法研究第31-47页
   ·基于用户协同过滤的标签推荐算法分析第31-33页
   ·改进的标签推荐算法的思想第33-35页
   ·基于标签概念分类的数据过滤第35-38页
     ·过滤思想第35页
     ·标签概念分类第35-37页
     ·构建过程第37-38页
   ·数据集填充第38-41页
     ·填充思想第38-40页
     ·填充算法实现第40-41页
     ·基于标签类别的推荐第41页
   ·改进算法的实验分析第41-46页
     ·改进算法流程图第41-42页
     ·实验分析第42-46页
   ·本章小结第46-47页
第4章 Folksonomy 标签推荐原型系统的设计与实现第47-62页
   ·Folksonomy 应用案例的需求分析第47-48页
   ·系统模型第48-49页
   ·数据库表结构第49-50页
   ·系统实现第50-61页
     ·数据采集第51-53页
     ·系统维护第53-55页
     ·非个性化推荐第55-56页
     ·个性化推荐第56-61页
   ·本章小结第61-62页
第5章 总结与展望第62-65页
   ·本文工作的总结第62-63页
   ·未来工作的展望第63-65页
致谢第65-66页
参考文献第66-70页
攻读硕士学位期间研究成果第70页

论文共70页,点击 下载论文
上一篇:微博意见领袖舆情监控系统设计与实现
下一篇:云环境下科学工作流的中间数据复制与布局策略研究