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

基于数据挖掘的高校图书馆个性化推荐服务的应用研究

摘要第3-4页
Abstract第4-5页
第一章 绪论第8-12页
    1.1 选题的背景及意义第8页
    1.2 研究现状第8-10页
        1.2.1 国外研究现状第8-9页
        1.2.2 国内研究现状第9-10页
    1.3 预期结果第10页
    1.4 论文结构第10-12页
第二章 相关理论知识介绍第12-19页
    2.1 MyLibrary(我的图书馆)第12-13页
    2.2 数据挖掘第13-16页
        2.2.1 数据挖掘的定义第13-14页
        2.2.2 数据挖掘的步骤第14-15页
        2.2.3 数据挖掘的相关算法第15-16页
    2.3 推荐系统第16-19页
        2.3.1 推荐系统概念第16-17页
        2.3.2 主要推荐方法第17-19页
第三章 高校图书馆个性化推荐服务的研究与设计第19-37页
    3.1 数据准备第19-21页
    3.2 数据预处理第21-26页
    3.3 实验设计思路第26-27页
    3.4 实验过程第27-37页
        3.4.1 对图书表的书名进行分词处理第27-28页
        3.4.2 计算IDF(逆向文件频率)第28-29页
        3.4.3 构建向量空间模型(VSM)第29-30页
        3.4.4 计算图书相似度第30-33页
        3.4.5 相似度结果排序第33-34页
        3.4.6 图书推荐策略第34-37页
第四章 实验结果和分析第37-51页
    4.1 界面设计第37-39页
        4.1.1 读者登录界面第37页
        4.1.2 历史借阅记录显示界面第37-38页
        4.1.3 图书推荐列表界面第38-39页
    4.2 实验结果及测试第39-45页
        4.2.1 实验结果第39-42页
        4.2.2 实验结果的测试第42-45页
    4.3 评价指标第45-47页
        4.3.1 用户满意度第45-46页
        4.3.2 准确率第46-47页
        4.3.3 召回率第47页
    4.4 本课题结果分析第47-51页
        4.4.1 读者满意度第47-48页
        4.4.2 不同图书数量对准确率和召回率的影响第48-51页
结论第51-53页
参考 文献第53-56页
致谢第56-57页
附录A 部分图书书名分词结果第57-59页
附录B 部分图书相似度计算结果第59-61页
攻读学位期间发表的学术论文及取得的科研成果第61页

论文共61页,点击 下载论文
上一篇:木材表面灰度缺陷识别中图像分析方法研究
下一篇:基于多特征融合的人体动作识别方法研究