用户兴趣自适应的个性化推荐系统的设计与实现
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-14页 |
| ·项目背景与意义 | 第10页 |
| ·项目介绍以及工作总结 | 第10-11页 |
| ·国内外研究与发展现状 | 第11-13页 |
| ·论文结构 | 第13-14页 |
| 2 个性化推荐系统相关技术 | 第14-29页 |
| ·个性化推荐系统概述 | 第14-19页 |
| ·推荐系统的整体框架 | 第14-16页 |
| ·推荐系统的评价指标 | 第16-18页 |
| ·推荐系统面临的问题和挑战 | 第18-19页 |
| ·协同过滤算法 | 第19-23页 |
| ·基于记忆的CF算法 | 第19-21页 |
| ·基于模型的CF算法 | 第21-22页 |
| ·混合的协同推荐技术 | 第22-23页 |
| ·自然语言处理 | 第23页 |
| ·其他相关技术 | 第23-28页 |
| ·数据挖掘 | 第24-26页 |
| ·聚类 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 3 个性化比购推荐系统的分析与设计 | 第29-49页 |
| ·系统的需求分析 | 第29-34页 |
| ·用户的需求 | 第29-30页 |
| ·系统概述 | 第30页 |
| ·各个模块的功能 | 第30-33页 |
| ·非功能性需求 | 第33-34页 |
| ·系统设计 | 第34-48页 |
| ·总体设计与模块划分 | 第34-37页 |
| ·数据预处理模块设计 | 第37-39页 |
| ·兴趣建模模块设计 | 第39-43页 |
| ·数据挖掘模块设计 | 第43-46页 |
| ·产生推荐模块设计 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 4 系统实现 | 第49-61页 |
| ·开发运行环境 | 第49页 |
| ·系统模块实现 | 第49-58页 |
| ·数据预处理模块实现 | 第50-51页 |
| ·兴趣建模模块实现 | 第51-54页 |
| ·数据挖掘模块实现 | 第54-56页 |
| ·产生推荐模块实现 | 第56-58页 |
| ·实现效果展示 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 5 实验设计与结果分析 | 第61-65页 |
| ·评估指标 | 第61页 |
| ·实验数据来源 | 第61页 |
| ·实验的执行 | 第61-63页 |
| ·数据预处理 | 第62页 |
| ·实验方案 | 第62-63页 |
| ·实验结果与分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 6 结论与展望 | 第65-67页 |
| ·结论 | 第65页 |
| ·工作展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 作者简历 | 第69-71页 |
| 学位论文数据集 | 第71页 |
