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

基于组合算法的个性化推荐系统的研究和应用

摘要第1-6页
Abstract第6-8页
目录第8-10页
插图索引第10-11页
附表索引第11-12页
第1章 绪论第12-18页
   ·研究背景第12-13页
   ·研究意义第13-14页
   ·国内外研究现状第14-16页
   ·本文研究内容第16页
   ·本文组织结构第16-18页
第2章 电子商务推荐系统及个性化推荐相关技术第18-26页
   ·电子商务推荐系统的概述第18-19页
   ·主要推荐算法第19-22页
     ·基于内容的推荐算法第19页
     ·协同过滤推荐算法第19-20页
     ·基于关联规则的推荐算法第20-21页
     ·基于效用的推荐算法第21页
     ·基于知识的推荐算法第21页
     ·组合推荐算法第21页
     ·主要推荐方法的对比第21-22页
   ·推荐系统实例第22-23页
     ·MovieLens第22-23页
     ·Amazon第23页
     ·Dangdang第23页
   ·个性化电子商务推荐系统 ECRS第23-25页
     ·系统的应用环境及其适用性第23-24页
     ·系统的难点第24-25页
   ·小结第25-26页
第3章 ECRS 中的改进算法及模型第26-43页
   ·基于内容和场景概率的组合推荐算法第26-36页
     ·相关算法第26-29页
     ·基于内容和场景概率的组合推荐算法第29-36页
   ·电子商品建模算法第36-38页
     ·电子商品建模相关技术第36-38页
   ·用户模型及其更新算法第38-43页
     ·用户建模技术第38-39页
     ·基于记忆力规律的用户模型第39-43页
第4章 个性化图书推荐系统原型的设计第43-56页
   ·系统概述第43-45页
     ·系统需求第43-44页
     ·结构框架第44-45页
     ·系统开发及运行环境第45页
   ·数据库设计第45-46页
   ·功能模块划分第46-48页
   ·主要模块设计第48-55页
     ·图书入库模块第48-51页
     ·个性化图书推荐模块第51-54页
     ·性能相关设计第54页
     ·推荐引擎远程调用接口第54-55页
   ·本章小结第55-56页
第5章 功能实现第56-60页
   ·用户登录部分第56-57页
   ·在线推荐部分第57-59页
     ·针对新用户的推荐第57-58页
     ·针对注册用户的推荐第58-59页
   ·小结第59-60页
总结第60-62页
参考文献第62-66页
致谢第66-67页
附录A 攻读学位期间所发表的学术论文第67页

论文共67页,点击 下载论文
上一篇:基于扩展知识空间的诊断方法研究及实现
下一篇:基于活动轮廓模型的图像分割