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--程序设计、软件工程论文--程序设计论文

基于协同过滤技术的图书推荐系统研究

摘要第1-6页
Abstract第6-9页
第一章 绪论第9-15页
   ·推荐系统的研究背景第9页
   ·推荐系统的研究意义第9-11页
   ·推荐系统在国内外的研究现状第11-14页
   ·论文的主要内容及结构第14-15页
第二章 关联规则挖掘第15-22页
   ·数据挖掘技术概述第15页
   ·数据挖掘步骤第15-16页
   ·关联规则相关概念第16-17页
   ·关联规则分类第17-18页
   ·Apriori算法介绍第18-22页
第三章 协同过滤挖掘第22-33页
   ·协同过滤概述第22-23页
   ·理解协同过滤原理第23-25页
   ·基于用户的协同过滤第25-29页
     ·基于用户协同过滤的过程第26-27页
     ·基于用户协同过滤的优缺点分析第27-29页
   ·基于项目的协同过滤第29-31页
     ·基于项目协同过滤的思想第29-30页
     ·基于项目协同过滤算法过程第30-31页
     ·基于项目协同过滤优缺点分析第31页
   ·基于用户协同过滤与基于项目协同过滤的比较第31-33页
第四章 推荐系统设计第33-47页
   ·系统的功能性需求分析第33-35页
     ·整体功能需求分析第33-34页
     ·后台管理需求分析第34-35页
   ·系统的非功能性需求分析第35-36页
   ·系统功能用例图第36-37页
   ·系统流程第37-38页
   ·数据库设计第38-43页
   ·协同过滤挖掘设计第43-47页
第五章 推荐系统的实现第47-71页
   ·系统的开发环境第47页
   ·推荐系统设计原理图第47-48页
   ·推荐系统的实现过程第48-67页
     ·数据准备过程第48-49页
     ·数据挖掘实现过程第49-64页
     ·生成推荐第64-65页
     ·图书推荐系统主要类第65-67页
   ·系统的展示第67-71页
     ·系统前台展示第67-68页
     ·读者登陆第68页
     ·个性化推荐第68-70页
     ·系统后台管理展示第70-71页
第六章 推荐系统的评估第71-75页
   ·系统的评估方法第71页
   ·实验环境及数据第71页
   ·实验设计第71-72页
   ·实验过程第72页
   ·实验结果及分析第72-75页
第七章 总结与展望第75-77页
参考文献第77-80页
攻读硕士学位期间发表的论文第80-81页
致谢第81-82页
附件第82页

论文共82页,点击 下载论文
上一篇:电力综合数据网络优化研究
下一篇:具有防油功能纸张涂层组分及性能优化