| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·选题依据及意义 | 第8-9页 |
| ·主动推荐技术国内外研究现状分析 | 第9-11页 |
| ·本文研究内容 | 第11页 |
| ·本文的组织结构 | 第11-13页 |
| 第二章 推荐系统及贝叶斯网络理论 | 第13-27页 |
| ·个性化推荐系统相关知识 | 第13-14页 |
| ·个性化推荐系统的概念 | 第13-14页 |
| ·个性化推荐系统的框架 | 第14页 |
| ·常见推荐技术的比较 | 第14-19页 |
| ·基于内容过滤的推荐 | 第14-15页 |
| ·基于协同过滤的推荐 | 第15-17页 |
| ·基于关联规则的推荐 | 第17-18页 |
| ·基于贝叶斯网的推荐 | 第18-19页 |
| ·贝叶斯网络概述 | 第19-26页 |
| ·贝叶斯网络理论的起源与应用 | 第19-20页 |
| ·贝叶斯网络的概念 | 第20-23页 |
| ·贝叶斯网络推理算法 | 第23-25页 |
| ·贝叶斯网络学习 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 体检项目推荐模型及推荐算法的设计 | 第27-38页 |
| ·推荐系统的数据准备 | 第27-29页 |
| ·相关定义 | 第27-28页 |
| ·数据准备 | 第28-29页 |
| ·客户体检模型的学习 | 第29-34页 |
| ·客户体检模型的结构学习 | 第29-32页 |
| ·客户体检模型的条件概率表 | 第32-34页 |
| ·推荐引擎的设计 | 第34-37页 |
| ·推荐引擎的算法设计 | 第34-36页 |
| ·推荐有效性评价 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于双层K-最近邻的主动诊断推荐的设计与实现 | 第38-53页 |
| ·K-最近邻理论 | 第38-42页 |
| ·K-最近邻算法概述 | 第38-39页 |
| ·KNN法的优缺点 | 第39-40页 |
| ·KNN的改进方法 | 第40-42页 |
| ·基于双层K-近邻算法的诊断推荐 | 第42-52页 |
| ·双层K-近邻算法思想 | 第42-43页 |
| ·诊断推荐的数据准备 | 第43-47页 |
| ·诊断结果推荐的实现 | 第47-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·论文内容总结 | 第53页 |
| ·进一步的研究工作 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 在校期间发表的论文、科研成果等 | 第60-61页 |
| 致谢 | 第61页 |