| 摘要 | 第1-4页 |
| abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| 一、研究课题的背景 | 第8页 |
| 二、国内外研究现状及发展情况 | 第8-10页 |
| (一) 推荐系统介绍 | 第8-9页 |
| (二) 推荐系统的国外研究现状 | 第9页 |
| (三) 推荐系统的国内研究现状 | 第9-10页 |
| 三、研究的目的和意义 | 第10页 |
| 四、论文研究内容 | 第10-11页 |
| 五、本章小结 | 第11-12页 |
| 第二章 协同过滤推荐算法 | 第12-18页 |
| 一、协同过滤算法概述 | 第12页 |
| 二、协同过滤算法的分类 | 第12-14页 |
| (一) 基于用户的协同过滤推荐 | 第12-13页 |
| (二) 基于项目的协同过滤推荐 | 第13页 |
| (三) 基于模型的协同过滤推荐 | 第13-14页 |
| 三、相似度计算方法 | 第14-15页 |
| (一) 余弦相似性方法 | 第14页 |
| (二) 皮尔森相关系数 | 第14页 |
| (三) 调整余弦相似性方法 | 第14-15页 |
| 四、算法的评价标准 | 第15-16页 |
| (一) 用户满意度 | 第15页 |
| (二) 预测准确度 | 第15-16页 |
| (三) 覆盖率 | 第16页 |
| 五、协同过滤算法的优缺点及解决办法 | 第16-17页 |
| (一) 数据稀疏问题 | 第16-17页 |
| (二) 冷启动问题 | 第17页 |
| 六、本章小结 | 第17-18页 |
| 第三章 系统需求分析 | 第18-25页 |
| 一、系统功能分析 | 第18-19页 |
| 二、系统用例分析 | 第19-23页 |
| (一) 系统用例 | 第19-20页 |
| (二) 用例描述 | 第20-23页 |
| 三、系统数据流图 | 第23-25页 |
| 第四章 系统的设计 | 第25-43页 |
| 一、系统结构设计 | 第25-26页 |
| 二、改进的协同过滤算法的设计 | 第26-35页 |
| (一) K-means聚类算法 | 第27-28页 |
| (二) 基于用户聚类的协同过滤算法 | 第28页 |
| (三) 基于PRIM改进k-means用户聚类算法 | 第28-29页 |
| (四) 算法测试结果及分析 | 第29-34页 |
| (五) 改进的协同过滤算法在系统上的实施 | 第34-35页 |
| (六) 系统中冷启动问题的解决办法 | 第35页 |
| 三、数据库设计 | 第35-41页 |
| (一) 实体描述 | 第35-38页 |
| (二) E-R图 | 第38-39页 |
| (三) 数据库表结构 | 第39-41页 |
| 四、本章小结 | 第41-43页 |
| 第五章 系统实现 | 第43-56页 |
| 一、系统的架构 | 第43-44页 |
| 二、系统的主界面及各个模块实现 | 第44-51页 |
| (一) 题库管理模块实现 | 第44-46页 |
| (二) 在线练习模块实现 | 第46-49页 |
| (三) 成绩查询模块实现 | 第49-50页 |
| (四) 个人信息管理模块实现 | 第50-51页 |
| (五) 推荐试题模块实现 | 第51页 |
| 三、推荐算法代码实现 | 第51-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 一、本文工作的总结 | 第56页 |
| 二、未来工作的展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 个人简历 | 第61页 |
| 在学期间发表的学术论文和硏究成果 | 第61页 |