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

个性化营养菜谱推荐方法的研究

摘要第1-7页
ABSTRACT第7-12页
第1章 绪论第12-18页
   ·研究背景与意义第12-13页
   ·国内外研究现状第13-16页
     ·主题网络爬虫第13-14页
     ·多目标优化算法第14-15页
     ·个性化推荐算法第15-16页
     ·营养配餐方法第16页
   ·研究内容与目标第16-17页
   ·论文的组织结构第17-18页
第2章 相关工作及原理基础第18-30页
   ·引言第18页
   ·主题网络爬虫的相关研究第18-21页
     ·关键研究点第18-19页
     ·典型的主题网络爬虫第19-21页
   ·多目标进化算法的相关研究第21-25页
     ·多目标决策方式第21-23页
     ·典型多目标进化算法第23-25页
   ·协同过滤推荐算法的相关研究第25-28页
     ·推荐方式第25页
     ·典型的协同过滤推荐算法第25-28页
   ·营养菜谱推荐方法的相关研究第28-29页
     ·营养搭配方式第28-29页
     ·典型的营养菜谱推荐系统第29页
   ·本章小结第29-30页
第3章 主题网络爬虫的设计与分析第30-42页
   ·引言第30页
   ·基于双队列排序和模式自学习的主题网络爬虫第30-39页
     ·基础框架选择第30-31页
     ·爬虫功能模块设计第31-37页
     ·爬虫具体步骤及流程图第37-39页
   ·实验结果与分析第39-41页
     ·实验参数设置及评价标准第39页
     ·实验结果第39-41页
   ·本章小结第41-42页
第4章 多目标进化算法的设计与分析第42-52页
   ·引言第42页
   ·基于L支配和小组决胜的遗传算法第42-47页
     ·基础框架选择第42-43页
     ·基于L支配和小组决胜的非劣排序第43-47页
     ·算法具体流程第47页
   ·实验与分析第47-51页
     ·性能指标与测试函数第47-49页
     ·实验结果第49-51页
   ·本章小结第51-52页
第5章 协同过滤算法的设计与分析第52-62页
   ·引言第52页
   ·基于相似度拓展和兴趣度缩放的协同推荐算法第52-57页
     ·基础框架选择第53页
     ·相似度拓展第53-55页
     ·兴趣度缩放第55-57页
   ·实验与结果分析第57-61页
     ·数据集第57页
     ·评估指标第57-58页
     ·实验结果第58-61页
   ·本章小结第61-62页
第6章 个性化营养菜谱推荐方法的设计与实现第62-72页
   ·引言第62页
   ·个性化营养菜谱推荐方法的设计第62-66页
     ·菜谱数据获取方法第63页
     ·营养搭配算法第63-64页
     ·菜谱组合推荐算法第64-66页
   ·系统的设计与实现第66-70页
     ·总体架构设计第66-67页
     ·前台展示界面Demo的设计与实现第67-68页
     ·后台数据库的设计与实现第68-70页
   ·本章小结第70-72页
第7章 总结及展望第72-74页
   ·全文工作总结第72-73页
   ·下一步工作的展望第73-74页
参考文献第74-78页
致谢第78-80页
在读期间发表的学术论文第80页

论文共80页,点击 下载论文
上一篇:Hadoop平台的作业调度算法研究与改进
下一篇:低温等离子体设备C-L PLM系统的研究与开发