基于用户特征的无人超市推荐系统设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 消费者购物分析 | 第13-16页 |
| 1.4 本文研究内容 | 第16-18页 |
| 1.4.1 研究目标 | 第16-17页 |
| 1.4.2 结构安排 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 第2章 推荐系统和特征识别技术理论及算法 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 推荐系统介绍 | 第19-23页 |
| 2.2.1 推荐系统原理 | 第19-20页 |
| 2.2.2 常见推荐算法和技术 | 第20-21页 |
| 2.2.3 协同过滤推荐算法 | 第21-23页 |
| 2.3 图像的特征提取和降维介绍 | 第23-29页 |
| 2.3.1 常用的特征提取算法 | 第23-26页 |
| 2.3.2 特征降维 | 第26-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 推荐系统特征识别功能实现 | 第31-47页 |
| 3.1 引言 | 第31页 |
| 3.2 整体设计 | 第31页 |
| 3.3 OpenCV开源库 | 第31-32页 |
| 3.4 前置处理实现 | 第32-34页 |
| 3.4.1 前置处理流程 | 第32-33页 |
| 3.4.2 haar分类器训练 | 第33-34页 |
| 3.5 性别识别设计及实现 | 第34-39页 |
| 3.5.1 识别库选取 | 第35页 |
| 3.5.2 方法设计 | 第35-36页 |
| 3.5.3 特征提取 | 第36-37页 |
| 3.5.4 分类训练 | 第37-38页 |
| 3.5.5 测试结果 | 第38-39页 |
| 3.6 年龄识别设计及实现 | 第39-44页 |
| 3.6.1 方法设计 | 第39-40页 |
| 3.6.2 特征提取 | 第40-43页 |
| 3.6.3 特征训练 | 第43页 |
| 3.6.4 测试结果 | 第43-44页 |
| 3.7 多用户属性识别实现 | 第44-45页 |
| 3.8 测试结果分析 | 第45页 |
| 3.9 本章小结 | 第45-47页 |
| 第4章 推荐系统整体设计及实现 | 第47-75页 |
| 4.1 引言 | 第47页 |
| 4.2 推荐系统分析与设计 | 第47-48页 |
| 4.2.1 需求分析 | 第47-48页 |
| 4.2.2 设计思路 | 第48页 |
| 4.3 商品推荐算法模型构建 | 第48-61页 |
| 4.3.1 基于用户特征的用户相似度计算 | 第48-49页 |
| 4.3.2 基于历史评分的用户相似度计算 | 第49-52页 |
| 4.3.3 用户复合相似度矩阵计算 | 第52页 |
| 4.3.4 最近邻选取 | 第52-53页 |
| 4.3.5 产生推荐 | 第53-54页 |
| 4.3.6 算法检验 | 第54-61页 |
| 4.4 商品促销模型构建 | 第61-67页 |
| 4.4.1 数据库设计 | 第61-64页 |
| 4.4.2 不同特征用户促销设计 | 第64-65页 |
| 4.4.3 接近保质期商品促销设计 | 第65-66页 |
| 4.4.4 上新商品促销设计 | 第66-67页 |
| 4.5 推荐系统整体设计 | 第67-71页 |
| 4.5.1 推荐系统详细结构 | 第67页 |
| 4.5.2 人机交互模块设计 | 第67-68页 |
| 4.5.3 用户信息记录模块设计 | 第68-69页 |
| 4.5.4 推荐引擎模块设计 | 第69-71页 |
| 4.6 推荐系统实现 | 第71-74页 |
| 4.6.1 开发环境与框架配置 | 第71-72页 |
| 4.6.2 人机交互模块实现 | 第72页 |
| 4.6.3 用户信息记录模块实现 | 第72-73页 |
| 4.6.4 推荐引擎模块实现 | 第73-74页 |
| 4.7 本章小结 | 第74-75页 |
| 第5章 推荐系统测试与相关装置设计 | 第75-85页 |
| 5.1 引言 | 第75页 |
| 5.2 装置设计 | 第75-78页 |
| 5.2.1 售货装置设计 | 第75-76页 |
| 5.2.2 特征识别装置设计 | 第76-78页 |
| 5.3 系统测试 | 第78-83页 |
| 5.3.1 测试评估标准 | 第79-80页 |
| 5.3.2 测试方案 | 第80页 |
| 5.3.3 算法测试结果分析 | 第80-82页 |
| 5.3.4 应用结果分析 | 第82-83页 |
| 5.4 本章小结 | 第83-85页 |
| 第6章 结论与展望 | 第85-87页 |
| 6.1 结论 | 第85页 |
| 6.2 展望 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 致谢 | 第91-93页 |
| 攻读学位期间参加的科研项目和成果 | 第93页 |
