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

面向高校图书馆的推荐系统研究与实现

摘要第1-4页
Abstract第4-8页
第1章 绪论第8-17页
   ·研究背景与意义第8-9页
   ·国内外研究现状第9-14页
   ·论文工作和章节安排第14-16页
   ·本章小节第16-17页
第2章 协同过滤推荐的相关理论第17-27页
   ·个性化推荐第17页
   ·协同过滤推荐算法第17-22页
     ·协同过滤推荐算法的思想第18页
     ·输入数据——用户数据评分矩阵第18-19页
     ·相似度计算方法第19-22页
     ·邻居的选取第22页
   ·性能评测指标第22-25页
   ·协同过滤推荐系统面临的问题第25-26页
   ·本章小结第26-27页
第3章 基于局部近邻搜索方法的研究和评测第27-40页
   ·基于局部用户的协同过滤推荐方法第27-28页
   ·基于局部项目的协同过滤推荐方法第28-29页
   ·实验数据集第29-30页
   ·实验方法和预期目标第30-31页
   ·基于用户的协同过滤推荐算法实验评测和讨论第31-36页
     ·基于全局数据的推荐第31-32页
     ·基于局部数据的推荐第32-33页
     ·全局推荐 VS 局部推荐第33-36页
   ·基于项目的协同过滤推荐算法实验评测和讨论第36-37页
     ·全局推荐 VS 局部推荐第36-37页
   ·基于用户和基于项目的协同过滤算法的对比和选择第37-39页
   ·本章小结第39-40页
第4章 高校图书馆推荐原型系统的设计与实现第40-56页
   ·需求分析第40-41页
   ·核心算法选择第41-42页
   ·高校图书馆推荐系统原型设计第42-47页
     ·系统架构设计第42-43页
     ·系统层次结构图第43-44页
     ·系统核心数据处理第44-45页
     ·高校图书馆推荐系统数据 ETL第45-47页
   ·系统主要模块的设计与实现第47-53页
     ·系统框架实现简介第47-48页
     ·系统数据库设计第48-49页
     ·系统功能模块实现第49-53页
   ·推荐系统推荐功能结果展示第53-55页
   ·本章小结第55-56页
第5章 结论与展望第56-60页
   ·本文工作总结第56-57页
   ·本文创新点第57页
   ·未来工作展望第57-60页
参考文献第60-64页
致谢第64-66页
个人简历、在学期间发表的学术论文及研究成果第66页

论文共66页,点击 下载论文
上一篇:基于MEMS技术的无线空中鼠标的研究
下一篇:基于JSF2和HTML5的组件开发与应用