| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 基于协同过滤的服务推荐 | 第11-12页 |
| 1.2.2 推荐系统中的隐私保护 | 第12-13页 |
| 1.2.3 推荐结果的多样性 | 第13-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第2章 传统的协同过滤推荐技术及其不足 | 第17-21页 |
| 2.1 协同推荐 | 第17-20页 |
| 2.2 传统协同推荐中的不足 | 第20-21页 |
| 第3章 协同推荐中基于局部敏感哈希的隐私保护方法 | 第21-35页 |
| 3.1 局部敏感哈希(LSH) | 第21-23页 |
| 3.2 基于LSH的服务推荐方法 | 第23-31页 |
| 3.2.1 基本参数 | 第23-24页 |
| 3.2.2 服务推荐算法：SerRec_(distri-LSH) | 第24-27页 |
| 3.2.3 局部敏感哈希方法伪代码 | 第27-29页 |
| 3.2.4 实验结果 | 第29-31页 |
| 3.3 基于电影标签的结果多样性方法 | 第31-35页 |
| 3.3.1 电影标签 | 第31-32页 |
| 3.3.2 多样性 | 第32-33页 |
| 3.3.3 推荐结果多样化方法 | 第33-34页 |
| 3.3.4 整体算法流程图 | 第34-35页 |
| 第4章 电影推荐系统的设计 | 第35-51页 |
| 4.1 需求分析 | 第35-38页 |
| 4.1.1 功能需求分析 | 第35-37页 |
| 4.1.2 非功能需求分析 | 第37-38页 |
| 4.2 平台关键技术简介 | 第38-39页 |
| 4.2.1 前端技术 | 第38页 |
| 4.2.2 后端技术 | 第38-39页 |
| 4.3 系统架构设计 | 第39-42页 |
| 4.3.1 B/S架构模式 | 第39-40页 |
| 4.3.2 三层架构设计 | 第40-42页 |
| 4.3.3 系统总体功能图 | 第42页 |
| 4.4 主要模块设计 | 第42-51页 |
| 4.4.1 数据库模块 | 第43-46页 |
| 4.4.2 离线计算模块 | 第46-47页 |
| 4.4.3 在线智能推荐模块 | 第47-49页 |
| 4.4.4 用户管理模块 | 第49-51页 |
| 第5章 电影推荐系统实现 | 第51-60页 |
| 5.1 系统登录功能的实现 | 第51-52页 |
| 5.2 普通用户功能的实现 | 第52-56页 |
| 5.3 系统管理员功能的实现 | 第56-59页 |
| 5.4 系统日志及监控功能的实现 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 在读期间所取得的突出成果 | 第65-66页 |
| 致谢 | 第66页 |