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

基于产品平台的可定制产品推荐系统研究

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第13-17页
    1.1 课题的背景与来源第13-14页
    1.2 课题的研究目的与意义第14页
    1.3 研究的目标与内容第14页
    1.4 研究的技术路线与方法第14-15页
    1.5 论文的结构安排第15-17页
第2章 相关研究综述第17-25页
    2.1 大规模定制和产品平台第17-19页
        2.1.1 大规模定制第17-18页
        2.1.2 产品平台第18-19页
    2.2 电子商务推荐算法概述第19-23页
        2.2.1 电子商务推荐系统第19页
        2.2.2 电子商务推荐算法的分类第19-20页
        2.2.3 电子商务推荐算法的比较分析第20-23页
    2.3 系统实现的相关方法简介第23-24页
        2.3.1 关联规则第23页
        2.3.2 联合分析第23-24页
        2.3.3 协同过滤第24页
    2.4 本章小结第24-25页
第3章 关联规则在基于产品平台的可定制产品推荐系统中的应用第25-37页
    3.1 关联规则概述第25-27页
        3.1.1 关联规则的基本定义第25-26页
        3.1.2 关联规则挖掘过程第26页
        3.1.3 关联规则算法概述第26-27页
    3.2 关联规则推荐算法第27-29页
        3.2.1 关联规则推荐算法简介第27-28页
        3.2.2 关联规则推荐算法设计第28-29页
        3.2.3 关联规则推荐算法案例分析第29页
    3.3 可定制产品的关联规则推荐算法第29-36页
        3.3.1 问题描述第29-31页
        3.3.2 寻找最近邻居第31-33页
        3.3.3 产生关联规则推荐第33-36页
    3.4 本章小结第36-37页
第4章 联合分析在基于产品平台的可定制产品推荐系统中的应用第37-49页
    4.1 正交实验设计第37-40页
        4.1.1 正交试验设计方法概述第37页
        4.1.2 正交表第37-39页
        4.1.3 正交试验方案设计第39-40页
    4.2 回归分析第40-43页
        4.2.1 回归分析概述第40-41页
        4.2.2 回归分析的步骤第41-42页
        4.2.3 最小二乘法第42-43页
    4.3 可定制产品的联合分析推荐算法第43-48页
        4.3.1 联合分析概述第43-44页
        4.3.2 联合分析法的基本模型第44-45页
        4.3.3 可定制产品的联合分析推荐算法第45-48页
    4.4 本章小结第48-49页
第5章 协同过滤在基于产品平台的可定制产品推荐系统中的应用第49-55页
    5.1 用户数据的收集第49-50页
        5.1.1 数据收集方式第49页
        5.1.2 显示评分第49页
        5.1.3 隐式评分第49-50页
    5.2 相似度量方法分析第50-51页
        5.2.1 余弦相似性第50页
        5.2.2 相关相似性第50页
        5.2.3 修正的余弦相似性第50-51页
    5.3 可定制产品的协同过滤推荐算法第51-53页
        5.3.1 问题描述第51-52页
        5.3.2 寻找最近邻居集合第52页
        5.3.3 产生推荐第52-53页
    5.4 本章小结第53-55页
第6章 手机平台推荐系统的设计与开发第55-73页
    6.1 系统总体目标第55页
    6.2 系统总体设计第55-58页
        6.2.1 系统的体系结构及开发环境第55页
        6.2.2 系统数据流图第55-58页
        6.2.3 系统的功能结构第58页
    6.3 系统数据库设计第58-62页
        6.3.1 数据库概念设计第58-60页
        6.3.2 数据库逻辑模型第60-61页
        6.3.3 数据库物理模型第61-62页
    6.4 系统功能详细设计第62-65页
        6.4.1 关联规则推荐模块设计第62-63页
        6.4.2 联合分析推荐模块设计第63-64页
        6.4.3 协同过滤推荐模块设计第64-65页
    6.5 系统实现及各推荐功能模块的应用实例第65-71页
        6.5.1 关联规则推荐第65-68页
        6.5.2 联合分析推荐第68-69页
        6.5.3 协同过滤推荐第69-71页
    6.6 本章小结第71-73页
第7章 结论与展望第73-75页
    7.1 本文总结第73页
    7.2 下一步工作第73-75页
参考文献第75-79页
致谢第79-81页
攻读硕士期间从事科学研究、获奖情况及发明专利等项第81页

论文共81页,点击 下载论文
上一篇:钢铁企业板坯库吊机物流调度
下一篇:冷连轧机动态变规格厚度控制技术研究