基于组合推荐技术的个性化学习资料推荐的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题的研究背景及意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·主要研究工作 | 第12页 |
| ·论文结构 | 第12-14页 |
| 第2章 个性化推荐系统及其应用技术 | 第14-25页 |
| ·个性化以及个性化服务 | 第14-15页 |
| ·个性化推荐系统的组成部分 | 第15-16页 |
| ·个性化推荐系统的推荐技术 | 第16-22页 |
| ·基于内容的推荐 | 第16-17页 |
| ·协同过滤推荐 | 第17-18页 |
| ·基于规则的推荐 | 第18-20页 |
| ·基于人口统计的推荐 | 第20页 |
| ·基于效用的推荐 | 第20页 |
| ·基于知识的推荐 | 第20-21页 |
| ·组合推荐 | 第21-22页 |
| ·个性化推荐系统中相关技术 | 第22-24页 |
| ·数据挖掘技术 | 第22-23页 |
| ·信息过滤与信息检索 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 协同过滤技术研究 | 第25-36页 |
| ·协同过滤概念 | 第25-26页 |
| ·协同过滤算法的步骤 | 第26页 |
| ·协同过滤算法的分类 | 第26-34页 |
| ·基于全局的协同过滤算法 | 第26页 |
| ·基于模型的协同过滤算法 | 第26-27页 |
| ·基于用户的协同过滤 | 第27-30页 |
| ·基于项目的协同过滤 | 第30-34页 |
| ·协同过滤算法的优缺点 | 第34-35页 |
| ·基于用户的协同过滤存在的问题 | 第35页 |
| ·基于项目的协同过滤存在的问题 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第4章 组合推荐推荐技术研究 | 第36-51页 |
| ·组合推荐的优势 | 第36-37页 |
| ·几种组合推荐的方式 | 第37-41页 |
| ·基于内容和基于协同过滤组合 | 第37-38页 |
| ·基于聚类的协同过滤推荐算法 | 第38-40页 |
| ·基于降维的协同过滤推荐 | 第40页 |
| ·协同过滤同关联规则 | 第40-41页 |
| ·基于项目特征属性的协同过滤推荐 | 第41-50页 |
| ·协同过滤数据稀疏问题的解决方案 | 第41-42页 |
| ·基于项目特征属性的协同过滤算法 | 第42页 |
| ·项目属性的获取及计算 | 第42-43页 |
| ·目标项目的可能评价值 | 第43-47页 |
| ·实验分析及结论 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 学习资料推荐系统分析与设计 | 第51-70页 |
| ·系统的需求分析 | 第51-52页 |
| ·系统分析 | 第52-57页 |
| ·数据的采集及数据库设计 | 第57-62页 |
| ·学习资料系统的体系结构 | 第62-63页 |
| ·推荐系统的推荐流程 | 第63-64页 |
| ·学习资料系统推荐模型 | 第64-69页 |
| ·个性化推荐模块 | 第65-66页 |
| ·排行榜推荐模块 | 第66-67页 |
| ·新项目推荐模块 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第6章 结论与展望 | 第70-72页 |
| ·论文的工作总结 | 第70-71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
