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

基于移动图书馆的个性化推荐算法的研究及应用

摘要第5-6页
abstract第6-7页
第1章 绪论第10-14页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状分析第11-12页
        1.2.1 国外研究现状分析第11-12页
        1.2.2 国内研究现状分析第12页
    1.3 论文研究内容及方法第12-13页
    1.4 论文组织及结构第13-14页
第2章 基于读者行为算法的研究及改进第14-26页
    2.1 基于读者的协同过滤算法研究与创新第14-17页
        2.1.1 原型算法第14-15页
        2.1.2 基于读者协同过滤算法的创新第15-17页
    2.2 基于图书的协同过滤算法研究与创新第17-21页
        2.2.1 原型算法第18-19页
        2.2.2 基于图书协同过滤算法的创新第19-21页
    2.3 改进算法评价第21-25页
        2.3.1 精准度评价第21-22页
        2.3.2 多样性评价第22-24页
        2.3.3 覆盖率评价第24-25页
    2.4 本章结论第25-26页
第3章 基于非读者行为算法的研究及改进第26-34页
    3.1 读者时间上下文的研究第26-30页
        3.1.1 图书馆个性化推荐系统时间性研究第26-28页
        3.1.2 图书馆个性化推荐算法时间多样性研究第28页
        3.1.3 时间上下文推荐算法的研究第28-30页
    3.2 基于读者社交关系的推荐算法研究第30-33页
        3.2.1 读者社交网络数据研究第31-32页
        3.2.2 基于读者社交关系的推荐算法创新第32-33页
    3.3 本章结论第33-34页
第4章 图书馆推荐系统的冷启动第34-39页
    4.1 图书馆冷启动问题分析第34页
    4.2 基于读者的注册信息的推荐第34-36页
    4.3 基于读者反馈的推荐第36-37页
    4.4 基于图书目录内容的推荐第37-38页
    4.5 本章结论第38-39页
第5章 图书馆个性化推荐系统设计与实现第39-50页
    5.1 系统框架搭建第39-40页
    5.2 基于读者行为的协同过滤推荐模块第40-42页
    5.3 时间上下文推荐模块第42-43页
    5.4 社交关系推荐模块第43页
    5.5 基于内容的协同过滤推荐模块第43-45页
    5.6 冷启动模块第45-46页
    5.7 系统实验与测试第46-49页
        5.7.1 实验环境与数据集第46页
        5.7.2 实验结果与分析第46-49页
    5.8 本章结论第49-50页
总结与展望第50-52页
致谢第52-53页
参考文献第53-54页

论文共54页,点击 下载论文
上一篇:北京密云条带状铁建造的锆石SHRIMP U-Pb年龄及其地质意义
下一篇:基于边缘分布贝叶斯滤波器的多机动目标跟踪方法研究