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

基于协同推荐算法的个性化选课信息管理系统设计与实现

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-14页
    1.1 研究背景与意义第10-11页
        1.1.1 研究背景第10页
        1.1.2 研究意义第10-11页
    1.2 研究现状分析第11-12页
    1.3 研究内容以及主要工作第12-13页
    1.4 论文的组织结构第13-14页
第二章 PCIMSCA系统设计第14-25页
    2.1 PCIMSCA系统设计的原则第14-15页
    2.2 PCIMSCA系统的模型设计第15-20页
        2.2.1 推荐系统设计的基础第15-18页
        2.2.2 PCIMSCA系统功能设计第18-19页
        2.2.3 推荐模块的模型第19-20页
        2.2.4 PCIMSCA系统推荐策略第20页
    2.3 系统数据库设计第20-23页
        2.3.1 数据库设计原则第20-21页
        2.3.2 MySQL数据库第21页
        2.3.3 ER图设计第21-23页
        2.3.4 数据库表设计第23页
    2.4 本章小结第23-25页
第三章 PCIMSCA系统中的推荐算法第25-36页
    3.1 相关推荐算法描述第25-29页
        3.1.1 基于学生的推荐算法第25-26页
        3.1.2 基于课程的推荐算法第26-27页
        3.1.3 基于标签的推荐第27-29页
    3.2 基于内容的推荐算法与问题描述第29-31页
        3.2.1 兴趣数据表示第29页
        3.2.2 特征项的提取第29-30页
        3.2.3 数据处理算法第30-31页
    3.3 基于协同推荐算法第31-34页
        3.3.1 学生近邻集合第33页
        3.3.2 选修课程相似度计算第33-34页
        3.3.3 产生推荐第34页
    3.4 推荐功能实现第34-35页
    3.5 本章小结第35-36页
第四章 PCIMSCA系统的实现与测试第36-44页
    4.1 PCIMSCA系统的实现第36-38页
    4.2 系统测试第38-41页
        4.2.1 测试关键技术第38页
        4.2.2 测试用例生成第38-41页
    4.3 推荐算法测评第41-42页
    4.4 本章小结第42-44页
第五章 总结与展望第44-46页
    5.1 本文总结第44页
    5.2 未来工作展望第44-46页
参考文献第46-49页
致谢第49页

论文共49页,点击 下载论文
上一篇:基于深度学习的柔性压力阵列信息的压缩采样、重构和预测
下一篇:《时事新闻(Time News)》月刊(1948-1949)的政治报道研究