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

个性化推荐技术在快乐学习平台的设计与实现

摘要第3-4页
Abstract第4-5页
第1章 绪论第8-14页
    1.1 研究背景及意义第8页
    1.2 研究现状第8-11页
        1.2.1 在线学习系统发展与现状第8-11页
        1.2.2 个性化推荐技术发展与现状第11页
    1.3 研究内容第11-12页
    1.4 论文的结构安排第12-14页
第2章 个性化推荐技术研究第14-18页
    2.1 基于内容的推荐第14页
    2.2 协同过滤推荐技术第14-15页
    2.3 关联规则推荐技术第15页
    2.4 个性化推荐技术的比较第15-16页
    2.5 本章总结第16-18页
第3章 协同过滤推荐第18-26页
    3.1 协同过滤推荐描述第18页
    3.2 协同过滤推荐的实现过程第18-19页
        3.2.1 评分表示第18-19页
        3.2.2 寻找近邻居第19页
        3.2.3 产生推荐第19页
    3.3 协同过滤推荐技术的分类第19-21页
        3.3.1 基于用户的协同过滤推荐第19-20页
        3.3.2 基于物品的协同过滤推荐第20-21页
    3.4 协同过滤推荐技术存在的问题第21-22页
    3.5 协同过滤推荐技术的优化第22-25页
    3.6 本章小结第25-26页
第4章 快乐学习推荐平台的需求分析与设计第26-44页
    4.1 系统总体分析第26-32页
        4.1.1 需求分析第26-27页
        4.1.2 功能描述第27-32页
    4.2 系统设计第32-35页
        4.2.1 总体流程设计第33页
        4.2.2 前台系统流程第33-34页
        4.2.3 后台系统流程第34页
        4.2.4 推荐流程第34-35页
    4.3 平台模块设计第35-40页
        4.3.1 个性化推荐模块设计第35-38页
        4.3.2 搜索模块设计第38-39页
        4.3.3 订单模块设计第39页
        4.3.4 创建资源模块设计第39-40页
    4.4 数据库设计第40-43页
    4.5 本章小结第43-44页
第5章 快乐学习推荐平台的实现第44-54页
    5.1 快乐学习推荐平台的分析第44页
    5.2 协同过滤推荐算法实现第44-47页
    5.3 前台的实现第47-50页
    5.4 教师客户端实现第50页
    5.5 后台部分实现第50-51页
    5.6 系统测试第51-52页
        5.6.1 功能测试第51-52页
        5.6.2 非功能测试第52页
    5.7 本章小结第52-54页
第6章 总结与展望第54-56页
    6.1 总结第54-55页
    6.2 展望第55-56页
参考文献第56-58页
致谢第58-60页
攻读硕士期间的研究成果第60页

论文共60页,点击 下载论文
上一篇:复杂背景下的植物叶片分割算法研究
下一篇:基于视觉识别的人机交互手势识别方法研究