| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 课题研究目的与意义 | 第10-12页 |
| 1.2.1 研究目的 | 第10-12页 |
| 1.2.2 研究意义 | 第12页 |
| 1.3 论文的组织结构 | 第12-14页 |
| 第二章 相关技术研究 | 第14-24页 |
| 2.1 社交网络研究现状 | 第14-18页 |
| 2.1.1 社交网络理论 | 第14-15页 |
| 2.1.2 社交网络模式 | 第15-16页 |
| 2.1.3 社交网络研究方向 | 第16-18页 |
| 2.2 社会化电子商务 | 第18-21页 |
| 2.2.1 社会化电子商务定义 | 第18-19页 |
| 2.2.2 社会化电子商务特点 | 第19-20页 |
| 2.2.3 社会化电子商务应用O2O | 第20-21页 |
| 2.3 社区推荐系统 | 第21-23页 |
| 2.3.1 基于内容的社区推荐 | 第21页 |
| 2.3.2 协同过滤推荐 | 第21-22页 |
| 2.3.3 基于邻域的社区推荐 | 第22-23页 |
| 2.3.4 基于图的社区推荐 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 社区SNS的本地服务推荐系统总体设计 | 第24-35页 |
| 3.1 系统简介 | 第24页 |
| 3.2 系统总体架构设计 | 第24-26页 |
| 3.3 社区SNS的设计 | 第26-28页 |
| 3.4 本地生活服务商管理系统设计 | 第28-29页 |
| 3.5 推荐系统的设计 | 第29-31页 |
| 3.6 数据存储设计 | 第31-34页 |
| 3.7 本章小结 | 第34-35页 |
| 第四章 推荐系统技术研究与实现 | 第35-46页 |
| 4.1 推荐系统概述 | 第35-36页 |
| 4.2 用户兴趣模型 | 第36-38页 |
| 4.2.1 用户特征提取 | 第36页 |
| 4.2.2 兴趣模型建立 | 第36-38页 |
| 4.3 社区SNS的推荐算法技术研究与实现 | 第38-43页 |
| 4.3.1 改进的用户协同过滤算法 | 第39-40页 |
| 4.3.2 改进的物品协同过滤算法 | 第40-42页 |
| 4.3.3 隐语义模型 | 第42-43页 |
| 4.4 推荐系统的实现 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 社区SNS本地服务推荐系统详细设计与实现 | 第46-56页 |
| 5.1 系统概述 | 第46页 |
| 5.2 系统技术架构 | 第46-48页 |
| 5.2.1 MVC原理 | 第46-47页 |
| 5.2.2 领域对象（Domain Object） | 第47-48页 |
| 5.3 邻里社区SNS详细设计与实现 | 第48-54页 |
| 5.3.1 社区SNS概述 | 第48-49页 |
| 5.3.2 社区SNS的模块详细设计 | 第49-51页 |
| 5.3.3 MVC分层设计与实现 | 第51-54页 |
| 5.4 本章小结 | 第54-56页 |
| 第六章 系统实现与测试 | 第56-70页 |
| 6.1 系统实现技术 | 第56-57页 |
| 6.2 测试环境 | 第57-58页 |
| 6.3 系统功能测试 | 第58-68页 |
| 6.3.1 社交网络测试 | 第58-64页 |
| 6.3.2 商家管理测试 | 第64-67页 |
| 6.3.3 推荐测试 | 第67-68页 |
| 6.4 本章小结 | 第68-70页 |
| 第七章 总结与展望 | 第70-73页 |
| 7.1 总结 | 第70-71页 |
| 7.2 展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 附录1 攻读硕士学位期间申请的专利 | 第76-77页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第77-78页 |
| 致谢 | 第78页 |