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--专用应用软件论文

基于投票机制的Web个性化推荐系统

独创性说明第1-4页
摘要第4-5页
Abstract第5-8页
1 绪论第8-12页
   ·课题研究的背景和意义第8页
   ·国内外研究现状和发展趋势第8-11页
   ·论文的主要研究内容第11-12页
2 基于投票机制的个性化推荐系统第12-18页
   ·推荐系统第12-15页
     ·推荐系统与个性化服务第12-13页
     ·推荐系统的输入/输出第13-14页
     ·推荐系统分类第14-15页
   ·基于投票机制的个性化推荐系统第15-18页
     ·投票机制简介第15-16页
     ·基于投票机制的个性化推荐系统第16页
     ·几种常见的推荐技术第16-18页
3 系统实现主要技术第18-31页
   ·J2EE技术第18-22页
   ·Struts技术第22-25页
   ·数据持久层Hibernate技术第25-28页
   ·Eclipse BIRT报表技术第28-31页
4 个性化推荐系统votePRS的设计第31-38页
   ·系统功能设计第31-33页
     ·系统各模块的功能要求第31-32页
     ·系统总体功能图第32-33页
   ·系统架构设计第33-34页
     ·Struts结合Hibernate的框架分析第33页
     ·系统五层体系架构第33-34页
   ·系统方案设计第34-38页
     ·浏览器端方案第34-35页
     ·服务器端方案第35-36页
     ·数据库端方案第36-38页
5 个性化推荐系统votePRS的实现第38-66页
   ·系统开发工具及运行环境第38-40页
     ·开发工具介绍第38-39页
     ·运行环境配置第39-40页
   ·系统架构的实现第40-47页
     ·表示层的实现第40-41页
     ·业务层的实现第41-42页
     ·持久层的实现第42-44页
     ·异常处理第44-46页
     ·日志处理第46-47页
   ·推荐流程第47-48页
   ·数据预处理模块的实现第48-55页
     ·数据源简介第48-51页
     ·数据源查询分析第51页
     ·ARFF格式简介第51-53页
     ·ARFF数据处理第53页
     ·可视化统计分析第53-55页
   ·推荐算法模块的实现第55-65页
     ·数据挖掘算法第55-58页
     ·推荐算法第58-60页
     ·选择推荐算法第60-61页
     ·性能评价第61-65页
   ·推荐结果模块的实现第65-66页
结论第66-67页
参考文献第67-69页
攻读硕士学位期间发表学术论文情况第69-70页
致谢第70-71页
大连理工大学学位论文版权使用授权书第71页

论文共71页,点击 下载论文
上一篇:进食对替米沙坦片药动学的影响及生物等效性研究
下一篇:人BDNF在CHO及大肠杆菌中的表达及功能研究