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

基于图论的组推荐算法优化与研究

摘要第5-6页
abstract第6页
第1章 绪论第12-15页
    1.1 研究背景与意义第12页
    1.2 研究现状第12-13页
    1.3 论文的研究内容第13页
    1.4 论文的组织结构第13-15页
第2章 相关技术研究第15-18页
    2.1 现有的组推荐算法研究第15页
        2.1.1 组推荐框架第15页
        2.1.2 组推荐中成员的相互关系第15页
    2.2 现有的协同聚类算法研究第15-17页
        2.2.1 协同聚类算法框架第16页
        2.2.2 与传统聚类的对比分析第16-17页
    2.3 本章小结第17-18页
第3章 需求分析第18-20页
    3.1 功能性需求分析第18-19页
    3.2 非功能性需求分析第19页
    3.3 本章小结第19-20页
第4章 用户聚餐推荐系统的设计第20-49页
    4.1 系统总体设计第20-23页
        4.1.1 系统流程设计第20-21页
        4.1.2 系统模块设计第21-22页
        4.1.3 系统组件设计第22页
        4.1.4 系统架构设计第22-23页
    4.2 数据管理模块设计第23页
        4.2.1 数据采集第23页
        4.2.2 数据预处理第23页
    4.3 用户管理模块设计第23-35页
        4.3.1 组管理第23-24页
        4.3.2 偏好管理第24-34页
        4.3.3 位置管理第34-35页
    4.4 组推荐模块设计第35-47页
        4.4.1 用户投影模型第35-41页
        4.4.2 GMST推荐模型第41-47页
    4.5 可视化模块设计第47-48页
        4.5.1 推荐结果展示第48页
        4.5.2 出行路线展示第48页
    4.6 本章小结第48-49页
第5章 系统实现第49-59页
    5.1 数据管理模块第49-51页
        5.1.1 数据采集第49页
        5.1.2 数据预处理第49-51页
    5.2 用户管理模块第51-56页
        5.2.1 组管理第51-52页
        5.2.2 偏好管理第52-55页
        5.2.3 位置管理第55-56页
    5.3 组推荐模块第56-58页
        5.3.1 用户投影模型第56-57页
        5.3.2 GMST推荐模型第57-58页
    5.4 可视化模块第58页
    5.5 本章小结第58-59页
第6章 系统测试与分析第59-73页
    6.1 数据来源第59页
    6.2 分组方法第59-60页
    6.3 实验环境第60页
    6.4 实验用例与分析第60-72页
        6.4.1 系统可用性评估第61-66页
        6.4.2 系统性能评估第66-72页
    6.5 实验结论第72-73页
结论第73-74页
参考文献第74-77页
攻读学位期间发表的论文与研究成果清单第77-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:析因设计在含能材料中的应用
下一篇:基于fNIRS的精神分裂症患者自动识别