基于聚类算法的推荐系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景及研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 个性化推荐系统 | 第13-14页 |
| 1.2.2 电影推荐的研究现状 | 第14-15页 |
| 1.3 本文的研究内容与目标 | 第15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第2章 相关算法概述 | 第17-30页 |
| 2.1 推荐系统概念 | 第17页 |
| 2.2 推荐算法 | 第17-27页 |
| 2.2.1 基于内容的推荐 | 第17-19页 |
| 2.2.2 协同过滤算法 | 第19-23页 |
| 2.2.3 矩阵分解模型：SVD分解 | 第23-25页 |
| 2.2.4 混合推荐技术 | 第25-27页 |
| 2.3 推荐算法的评价指标 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 基于聚类的推荐算法 | 第30-37页 |
| 3.1 相关技术 | 第30-33页 |
| 3.1.1 矩阵与矩阵分解 | 第30-31页 |
| 3.1.2 非负矩阵分解 | 第31-32页 |
| 3.1.3 k中心聚类 | 第32-33页 |
| 3.2 改进的协同过滤算法 | 第33-34页 |
| 3.3 实验分析 | 第34-36页 |
| 3.3.1 实验数据集与实验环境 | 第34页 |
| 3.3.2 改进算法与传统算法的比较 | 第34-36页 |
| 3.4 实验结论 | 第36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 系统需求分析 | 第37-44页 |
| 4.1 问题提出 | 第37页 |
| 4.2 可行性分析 | 第37-38页 |
| 4.2.1 技术可行性 | 第37页 |
| 4.2.2 经济可行性 | 第37-38页 |
| 4.2.3 操作可行性 | 第38页 |
| 4.2.4 法律可行性 | 第38页 |
| 4.3 系统需求分析 | 第38-43页 |
| 4.3.1 系统主要功能介绍 | 第38-39页 |
| 4.3.2 前台和后台用例图分析 | 第39-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 系统设计与实现 | 第44-54页 |
| 5.1 系统设计 | 第44-48页 |
| 5.1.1 系统设计目标 | 第44页 |
| 5.1.2 系统结构 | 第44页 |
| 5.1.3 系统功能模块 | 第44-45页 |
| 5.1.4 个性化推荐模块 | 第45页 |
| 5.1.5 数据库设计 | 第45-48页 |
| 5.2 系统实现 | 第48-50页 |
| 5.2.1 系统平台 | 第48页 |
| 5.2.2 系统编码 | 第48-50页 |
| 5.3 结果展示 | 第50-53页 |
| 5.3.1 用户登录界面展示 | 第50-51页 |
| 5.3.2 搜索功能的前台展示 | 第51页 |
| 5.3.3 标签功能展示 | 第51-52页 |
| 5.3.4 评分功能展示 | 第52页 |
| 5.3.5 个性化推荐功能展示 | 第52-53页 |
| 5.4 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
