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

服务推荐系统在医疗设备检修中的应用研究

中文摘要第3-4页
英文摘要第4-5页
1 绪论第8-14页
    1.1 研究背景第8-9页
    1.2 国内外研究现状第9-11页
    1.3 研究内容及意义第11-13页
    1.4 论文主要内容安排第13-14页
2 服务推荐系统理论及相关技术第14-25页
    2.1 推荐系统及其分类第14-21页
        2.1.1 基于协同过滤的推荐算法第15-18页
        2.1.2 基于内容的推荐系统第18-20页
        2.1.3 基于知识的推荐系统第20-21页
        2.1.4 各种推荐算法优缺点对比第21页
    2.2 规则库的规则挖掘第21-24页
        2.2.1 关联规则挖掘第21-22页
        2.2.2 常见的规则挖掘算法第22-24页
    2.3 本章小结第24-25页
3 服务推荐算法改进及混合推荐方法研究第25-45页
    3.1 针对日志类型文件的挖掘算法改进第25-36页
        3.1.1 关联规则挖掘算法Apriori第25-27页
        3.1.2 针对维修日志类型文件的Apriori算法改进介绍第27-34页
        3.1.3 针对日志类型文件的Apriori改进算法与原版Apriori算法对比分析第34-36页
    3.2 基于约束和基于关联规则的混合推荐系统第36-44页
        3.2.1 医疗设备故障情况获取第37-38页
        3.2.2 基于约束与关联规则的混合服务推荐系统研究第38-44页
        3.2.3 加入日志挖掘的首页推荐方案第44页
    3.3 本章小结第44-45页
4 服务推荐系统在医疗设备检修中的应用研究第45-59页
    4.1 知识库建立与更新第45-50页
        4.1.1 医疗设备检修服务知识库的建立第45-48页
        4.1.2 YDB-Ⅲ治疗仪检修服务知识库的更新第48-50页
    4.2 检修服务推荐系统的故障情况获取与推理实现第50-53页
        4.2.1 检修服务的故障状态获取第50-51页
        4.2.2 检修服务方案推荐过程实现第51-53页
    4.3 检修服务的日志挖掘第53-54页
    4.4 检修服务推荐系统的整体实现第54-58页
        4.4.1 系统开发环境第54页
        4.4.2 系统的总体架构第54-55页
        4.4.3 系统各模块介绍第55-58页
    4.5 本章小结第58-59页
5 总结和展望第59-61页
    5.1 总结第59页
    5.2 展望第59-61页
致谢第61-62页
参考文献第62-65页
附录第65页
    A. 作者在校期间公开发表论文及著作情况第65页

论文共65页,点击 下载论文
上一篇:基于子空间学习的行人再识别研究
下一篇:基于多神经网络的混合动态推荐研究