移动环境下旅游推荐系统研究与实现
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的及意义 | 第10-11页 |
| 1.2.1 研究目的 | 第10页 |
| 1.2.2 研究意义 | 第10-11页 |
| 1.3 研究现状 | 第11-12页 |
| 1.3.1 国外研究现状 | 第11-12页 |
| 1.3.2 国内研究现状 | 第12页 |
| 1.4 研究内容与主要工作 | 第12-13页 |
| 1.5 论文结构 | 第13-14页 |
| 1.6 本章小结 | 第14-15页 |
| 第二章 移动推荐关键技术 | 第15-30页 |
| 2.1 情景感知推荐技术 | 第15-19页 |
| 2.1.1 情景感知的概念 | 第15-16页 |
| 2.1.2 情景感知推荐技术的研究 | 第16-18页 |
| 2.1.3 情景感知推荐系统的应用 | 第18-19页 |
| 2.2 个性化推荐技术 | 第19-29页 |
| 2.2.1 基于内容的推荐 | 第20-22页 |
| 2.2.2 基于关联规则的推荐 | 第22-23页 |
| 2.2.3 协同过滤推荐 | 第23-29页 |
| 2.2.4 混合推荐 | 第29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 移动环境下旅游推荐模型的构建 | 第30-41页 |
| 3.1 移动旅游推荐模型 | 第30-31页 |
| 3.2 信息的获取与表示 | 第31-35页 |
| 3.2.1 用户信息 | 第31-32页 |
| 3.2.2 情景信息 | 第32-34页 |
| 3.2.3 评分信息 | 第34-35页 |
| 3.3 基于情景的协同过滤推荐算法 | 第35-37页 |
| 3.3.1 情景相似度的计算 | 第35-36页 |
| 3.3.2 用户相似度的计算 | 第36-37页 |
| 3.3.3 目标项目评分的预测 | 第37页 |
| 3.4 旅游推荐模型的工作流程 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 移动环境下旅游推荐系统的设计 | 第41-48页 |
| 4.1 系统需求分析 | 第41-42页 |
| 4.2 系统概要设计 | 第42-43页 |
| 4.3 数据库设计 | 第43-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 移动环境下旅游推荐系统的实现 | 第48-56页 |
| 5.1 系统开发环境 | 第48页 |
| 5.2 系统主要模块的实现 | 第48-53页 |
| 5.3 系统评价 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 总结 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63页 |
