WEB数据个性化推荐在手机上的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第7-16页 |
| 1.1 背景及现状 | 第7-8页 |
| 1.2 问题的提出及研究意义 | 第8-9页 |
| 1.3 个性化推荐技术概述 | 第9-14页 |
| 1.3.1 个性化推荐系统的概念和定义 | 第10-11页 |
| 1.3.2 个性化推荐的进展 | 第11页 |
| 1.3.3 个性化推荐的分类 | 第11-13页 |
| 1.3.4 个性化推荐系统实例 | 第13-14页 |
| 1.4 论文的主要研究内容及主要工作 | 第14-16页 |
| 第二章 协同过滤技术的原理 | 第16-26页 |
| 2.1 收集用户偏好 | 第16-18页 |
| 2.2 找到相似的用户或物品 | 第18-20页 |
| 2.3 计算推荐 | 第20-22页 |
| 2.4 协同过滤技术存在的问题 | 第22-26页 |
| 第三章 推荐系统模型 | 第26-31页 |
| 3.1 推荐系统模型简介 | 第26-27页 |
| 3.2 推荐系统的在线组成 | 第27-29页 |
| 3.3 推荐系统的离线组成 | 第29-31页 |
| 第四章 基于个性化推荐的论坛内容手机应用的设计 | 第31-36页 |
| 4.1 推荐模型设计 | 第31-32页 |
| 4.2 系统结构设计 | 第32-33页 |
| 4.3 系统流程设计 | 第33-34页 |
| 4.4 数据结构设计 | 第34-36页 |
| 第五章 系统实现 | 第36-45页 |
| 5.1 应用环境及开发工具 | 第36页 |
| 5.2 数据表创建 | 第36-38页 |
| 5.3 协同过滤算法程序实现 | 第38-43页 |
| 5.3.1 计算相似度 | 第40页 |
| 5.3.2 计算最近邻居 | 第40-41页 |
| 5.3.3 计算推荐内容 | 第41-43页 |
| 5.4 展示界面示例 | 第43-45页 |
| 第六章 结束语 | 第45-47页 |
| 6.1 全文总结 | 第45-46页 |
| 6.2 未来工作 | 第46-47页 |
| 参考文献 | 第47-48页 |
| 致谢 | 第48页 |
