基于协同过滤的视频推荐系统设计
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 论文研究背景及意义 | 第8-11页 |
| 1.1.1 视频推荐系统的研究背景 | 第8-10页 |
| 1.1.2 视频推荐系统的研究意义 | 第10-11页 |
| 1.2 视频推荐系统的研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12页 |
| 1.3 论文内容结构 | 第12-14页 |
| 第二章 视频推荐相关技术分析 | 第14-22页 |
| 2.1 视频通用推荐系统架构分析 | 第14-16页 |
| 2.2 视频推荐算法分析 | 第16-17页 |
| 2.2.1 基于内容过滤的推荐技术 | 第16-17页 |
| 2.2.2 基于规则的推荐技术 | 第17页 |
| 2.2.3 基于协同过滤的推荐技术 | 第17页 |
| 2.3 传统协同过滤算法的分类与实现原理 | 第17-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于协同过滤的视频推荐方法的分析与实现 | 第22-34页 |
| 3.1 视频推荐系统的整体框架图 | 第22-23页 |
| 3.2 数据源的获取及预处理 | 第23-24页 |
| 3.3 系统用户偏好的模型建立 | 第24-25页 |
| 3.4 协同过滤算法的实现 | 第25-32页 |
| 3.4.1 协同过滤算法的实现原理 | 第25-27页 |
| 3.4.2 协同过滤算法的优化 | 第27-32页 |
| 3.5 本章小结 | 第32-34页 |
| 第四章 基于协同过滤的视频推荐系统的分析与设计 | 第34-44页 |
| 4.1 视频推荐系统需求分析 | 第34-35页 |
| 4.1.1 视频推荐系统目标用户分析 | 第34页 |
| 4.1.2 视频推荐系统功能需求分析 | 第34-35页 |
| 4.2 视频推荐系统设计 | 第35-43页 |
| 4.2.1 视频推荐系统流程设计 | 第36-40页 |
| 4.2.2 视频推荐系统数据库设计 | 第40-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第五章 基于协同过滤的视频推荐系统实现与测试 | 第44-58页 |
| 5.1 视频推荐系统的环境搭建 | 第44页 |
| 5.2 视频推荐系统基本功能的实现 | 第44-49页 |
| 5.2.1 用户注册 | 第44-45页 |
| 5.2.2 用户登录 | 第45-46页 |
| 5.2.3 视频搜索 | 第46页 |
| 5.2.4 视频推荐 | 第46-48页 |
| 5.2.5 后台管理 | 第48-49页 |
| 5.3 视频推荐系统结果与评估 | 第49-54页 |
| 5.3.1 视频推荐结果对比 | 第49-51页 |
| 5.3.2 视频推荐系统评估 | 第51-54页 |
| 5.4 视频推荐系统测试 | 第54-56页 |
| 5.4.1 视频推荐系统单元测试 | 第54-56页 |
| 5.4.2 视频推荐系统兼容性测试 | 第56页 |
| 5.5 本章小结 | 第56-58页 |
| 第六章 论文总结与展望 | 第58-60页 |
| 6.1 论文总结 | 第58-59页 |
| 6.2 论文进一步研究方向 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62页 |
