基于Agent的推荐技术的研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·研究内容 | 第13-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第2章 推荐系统及其关键技术 | 第15-28页 |
| ·推荐技术概述 | 第15-18页 |
| ·推荐系统的概念 | 第15页 |
| ·推荐系统的相关技术研究 | 第15-18页 |
| ·协同过滤技术 | 第18-28页 |
| ·基于用户的协同过滤技术 | 第18-22页 |
| ·基于项的协同过虑技术 | 第22-24页 |
| ·Slope One协同过滤技术 | 第24-26页 |
| ·协同过滤技术的优缺点分析 | 第26-28页 |
| 第3章 Agent技术及其在推荐系统中的应用 | 第28-39页 |
| ·Agent技术的概念与特征 | 第28-29页 |
| ·移动Agent技术 | 第29-39页 |
| ·移动Agent的概念和特点 | 第29-30页 |
| ·移动Agent系统的结构 | 第30-32页 |
| ·移动Agent的关键技术与方法 | 第32-34页 |
| ·移动Agent的安全性 | 第34-35页 |
| ·Aglet移动平台及其特点 | 第35-38页 |
| ·移动Agent在推荐系统中的应用 | 第38-39页 |
| 第4章 推荐系统的设计及其推荐算法的改进 | 第39-54页 |
| ·基于Agent的推荐系统的设计 | 第39-44页 |
| ·基于Agent的推荐系统的系统结构 | 第39-40页 |
| ·Agent在推荐系统中的工作流程 | 第40-42页 |
| ·Agent在推荐系统中的角色与优势 | 第42-44页 |
| ·推荐算法的改进 | 第44-54页 |
| ·时间变化对用户兴趣的影响 | 第44-46页 |
| ·艾宾浩斯遗忘曲线 | 第46-47页 |
| ·基于记忆遗忘规律的推荐算法 | 第47-54页 |
| 第5章 系统实现与实现结果分析 | 第54-75页 |
| ·实验环境 | 第54-55页 |
| ·实验数据 | 第54页 |
| ·推荐系统 | 第54-55页 |
| ·系统功能模块的实现 | 第55-67页 |
| ·数据库设计 | 第55-56页 |
| ·用户界面设计 | 第56-58页 |
| ·Servlet与Agent的通信 | 第58-63页 |
| ·推荐Agent的迁徙和推荐 | 第63-65页 |
| ·推荐计算中的遗忘函数 | 第65-67页 |
| ·实验结果分析 | 第67-72页 |
| ·运行时间分析 | 第72页 |
| ·算法的优缺点分析 | 第72-75页 |
| 第6章 总结与展望 | 第75-78页 |
| ·论文工作总结 | 第75-76页 |
| ·进一步的研究工作 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 攻读学位期间公开发表论文情况 | 第81-82页 |
| 致谢 | 第82-83页 |
| 研究生履历 | 第83页 |
