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--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于移动互联网的个性化新闻推荐系统研究与实现

摘要第1-6页
Abstract第6-11页
第1章 绪论第11-19页
   ·课题背景第11-12页
   ·选题意义第12-13页
   ·应用现状第13-16页
   ·开发工具与环境第16-17页
     ·开发工具第16-17页
     ·开发环境第17页
   ·主要研究内容与论文结构第17-19页
     ·主要研究内容第17-18页
     ·论文结构第18-19页
第2章 相关理论和技术第19-33页
   ·个性化推荐第19-21页
     ·个性化推荐系统的原理第19-20页
     ·个性化推荐系统的分类第20-21页
   ·协同过滤推荐第21-23页
     ·基于用户(User-based)的协同过滤推荐第22-23页
     ·基于产品(Item-based)的协同过滤第23页
     ·基于模型(Model- based)的协同过滤第23页
   ·本文提出的改进协同过滤推荐模型第23-33页
     ·基于用户属性信息和用户相似度的改进协同过滤推荐模型第24-27页
     ·基于内容的推荐方法第27-31页
     ·基于时间上下文的推荐模型第31-33页
第3章 系统需求分析第33-36页
   ·编写目的第33页
   ·系统目标第33-34页
   ·性能需求规定第34-35页
     ·时间特性要求第34-35页
     ·精度要求第35页
   ·运行环境规定第35-36页
第4章 系统设计第36-59页
   ·系统结构第36-37页
   ·系统模块设计第37-51页
     ·基于用户属性信息和用户相似度的改进协同过滤推荐模块第37-42页
     ·基于内容移动个性化推荐模块第42-48页
     ·基于时间上下文的推荐模块第48-51页
   ·主要类结构设计第51-56页
   ·系统界面设计第56-59页
     ·用户注册和登陆界面第56-57页
     ·系统主页面第57-59页
第5章 数据库设计第59-66页
   ·数据库的设计第59-63页
   ·数据库的连接第63-66页
第6章 系统测试第66-70页
第7章 全文总结第70-72页
   ·工作总结第70-71页
   ·下一步的工作展望第71-72页
参考文献第72-74页
作者简介及在学期间所取得的科研成果第74-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:高校设备管理系统的研究与设计
下一篇:互联网信息监测系统的设计与实现