基于位置的医生推荐系统的研究与设计
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 医生推荐系统研究现状 | 第9-10页 |
| 1.2.2 基于位置的服务研究现状 | 第10-11页 |
| 1.2.3 基于位置的服务与医生推荐系统的融合 | 第11页 |
| 1.2.4 小结 | 第11页 |
| 1.3 研究内容与论文结构 | 第11-14页 |
| 第二章 相关理论与技术研究 | 第14-26页 |
| 2.1 个性化推荐系统概述 | 第14-19页 |
| 2.1.1 个性化推荐系统组成 | 第16-17页 |
| 2.1.2 推荐系统的框架结构 | 第17-18页 |
| 2.1.3 常见推荐算法模型 | 第18-19页 |
| 2.2 个性化推荐技术 | 第19-22页 |
| 2.2.1 基于内容的推荐 | 第19-20页 |
| 2.2.2 协同过滤 | 第20页 |
| 2.2.3 基于知识的推荐 | 第20页 |
| 2.2.4 组合推荐 | 第20-21页 |
| 2.2.5 小结 | 第21-22页 |
| 2.3 基于位置的服务对个性化推荐系统的要求 | 第22-23页 |
| 2.4 多属性决策理论 | 第23-25页 |
| 2.5 模糊数学理论及其在推荐算法中的应用现状 | 第25-26页 |
| 第三章 推荐算法的构建 | 第26-36页 |
| 3.1 用户位置获取 | 第26-28页 |
| 3.2 距离计算 | 第28-30页 |
| 3.3 从用户决策的角度考虑推荐算法的构建 | 第30页 |
| 3.4 建立推荐算法模型 | 第30-31页 |
| 3.4.1 项目属性描述 | 第30-31页 |
| 3.4.2 获取用户偏好信息 | 第31页 |
| 3.5 产生推荐 | 第31-35页 |
| 3.5.1 单个属性最优的推荐 | 第31-32页 |
| 3.5.2 综合属性最优的推荐 | 第32-34页 |
| 3.5.3 加入用户评分的学习机制 | 第34-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 基于位置的医生推荐系统的分析与设计 | 第36-46页 |
| 4.1 需求分析 | 第36-39页 |
| 4.1.1 目标 | 第36页 |
| 4.1.2 用户需求调研 | 第36-38页 |
| 4.1.3 系统流程及功能需求 | 第38-39页 |
| 4.2 系统设计 | 第39-44页 |
| 4.2.1 总体设计 | 第39-40页 |
| 4.2.2 数据库设计 | 第40-44页 |
| 4.3 本章小结 | 第44-46页 |
| 第五章 系统性能实验与结果分析 | 第46-56页 |
| 5.1 实验环境 | 第46-47页 |
| 5.2 医生推荐模块的实现 | 第47-48页 |
| 5.3 数据来源 | 第48页 |
| 5.4 测试 | 第48-55页 |
| 5.4.1 推荐精度测试 | 第48-50页 |
| 5.4.2 推荐适应度测试 | 第50-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 结论及研究展望 | 第56-58页 |
| 6.1 论文的主要工作及成果 | 第56-57页 |
| 6.2 进一步的研究及展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 附录A 推荐算法关键代码 | 第60-66页 |
| 附录B 用户评价关键代码 | 第66-70页 |
| 攻读硕士学位期间所取得的相关科研成果 | 第70-72页 |
| 致谢 | 第72页 |
