基于用户画像的推荐系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第2章 相关技术介绍 | 第17-29页 |
| 2.1 分词技术介绍 | 第17-21页 |
| 2.1.1 基于词典的分词方法 | 第17-18页 |
| 2.1.2 基于统计的分词方法 | 第18-19页 |
| 2.1.3 分词方法的比较 | 第19-21页 |
| 2.2 分类算法介绍 | 第21-25页 |
| 2.2.1 KNN分类算法 | 第21-22页 |
| 2.2.2 决策树分类算法 | 第22-23页 |
| 2.2.3 朴素贝叶斯分类算法 | 第23-24页 |
| 2.2.4 用于推荐的分类算法的比较 | 第24-25页 |
| 2.3 贝叶斯分类器技术研究 | 第25-27页 |
| 2.3.1 贝叶斯分类器应用条件 | 第25-26页 |
| 2.3.2 贝叶斯分类器基本理论 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 基于用户画像的推荐算法研究 | 第29-43页 |
| 3.1 构建用户画像 | 第29-35页 |
| 3.1.1 多维度用户画像数据抽取方法 | 第29-32页 |
| 3.1.2 用户画像构建与偏好预测 | 第32-35页 |
| 3.2 基于贝叶斯分类器的推荐算法 | 第35-41页 |
| 3.2.1 问题分析 | 第35-36页 |
| 3.2.2 贝叶斯分类器训练集构建 | 第36-39页 |
| 3.2.3 基于贝叶斯理论的自动评分 | 第39-41页 |
| 3.3 基于贝叶斯自动评分的混合推荐 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于用户画像的推荐系统的设计 | 第43-63页 |
| 4.1 系统分析 | 第43-46页 |
| 4.1.1 系统背景 | 第43-44页 |
| 4.1.2 需求分析 | 第44-46页 |
| 4.2 总体设计 | 第46-52页 |
| 4.2.1 体系结构设计 | 第46-48页 |
| 4.2.2 整体流程设计 | 第48-49页 |
| 4.2.3 功能结构设计 | 第49-52页 |
| 4.3 详细设计 | 第52-61页 |
| 4.3.1 构建用户画像模块设计 | 第52-55页 |
| 4.3.2 用户画像可视化模块设计 | 第55-56页 |
| 4.3.3 贝叶斯自动评分模块设计 | 第56-60页 |
| 4.3.4 混合推荐模块设计 | 第60-61页 |
| 4.4 本章小结 | 第61-63页 |
| 第5章 基于用户画像的推荐系统的实现 | 第63-73页 |
| 5.1 系统的开发语言和开发工具的介绍 | 第63-64页 |
| 5.1.1 系统开发语言 | 第63页 |
| 5.1.2 系统开发工具 | 第63-64页 |
| 5.2 构建用户画像的实现 | 第64-66页 |
| 5.2.1 数据抽取模块的实现 | 第64-65页 |
| 5.2.2 用户画像构建模块的实现 | 第65-66页 |
| 5.3 用户画像可视化的实现 | 第66-68页 |
| 5.3.1 界面的实现 | 第66-67页 |
| 5.3.2 界面的展示 | 第67-68页 |
| 5.4 贝叶斯自动评分的实现 | 第68-71页 |
| 5.4.1 商品历史评论训练集的实现 | 第68-70页 |
| 5.4.2 贝叶斯自动评分的实现 | 第70-71页 |
| 5.5 混合推荐的实现与展示 | 第71-72页 |
| 5.6 本章小结 | 第72-73页 |
| 第6章 系统测试 | 第73-85页 |
| 6.1 测试环境与数据来源 | 第73-75页 |
| 6.1.1 测试环境介绍 | 第73-74页 |
| 6.1.2 初始数据获取 | 第74-75页 |
| 6.2 测试方法 | 第75-77页 |
| 6.2.1 NDCG测试方法介绍 | 第75-76页 |
| 6.2.2 线下模拟测试方法介绍 | 第76-77页 |
| 6.3 测试过程和结果分析对比 | 第77-82页 |
| 6.3.1 NDCG测试过程和结果分析 | 第77-79页 |
| 6.3.2 线下模拟测试过程和结果分析 | 第79-82页 |
| 6.4 实际应用效果分析 | 第82-83页 |
| 6.5 本章小结 | 第83-85页 |
| 第7章 总结与展望 | 第85-89页 |
| 7.1 工作总结 | 第85-86页 |
| 7.2 未来展望 | 第86-89页 |
| 参考文献 | 第89-93页 |
| 致谢 | 第93页 |
