| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 引言 | 第8-12页 |
| 1.1 国内外研究现状 | 第9-12页 |
| 1.1.1 国内研究现状 | 第9页 |
| 1.1.2 国外研究现状 | 第9-10页 |
| 1.1.3 主要研究内容及创新 | 第10-12页 |
| 第2章 智慧旅游方案的比较与选择 | 第12-28页 |
| 2.1 基本的数据挖掘算法 | 第12-13页 |
| 2.2 关联规则算法 | 第13-19页 |
| 2.3 AWMS-FP-growth 算法 | 第19-28页 |
| 2.3.1 Apriori_MD 算法 | 第20-21页 |
| 2.3.2 基于聚集树的关联规则生成算法 | 第21-23页 |
| 2.3.3 改进的 FP_Growth 算法 | 第23-24页 |
| 2.3.4 AWMS-FP-growth 算法设计 | 第24-28页 |
| 第3章 多最小支持度加权 FP-growth 算法 | 第28-33页 |
| 第4章 系统设计 | 第33-39页 |
| 4.1 系统结构 | 第33-35页 |
| 4.2 对数据的获取和处理 | 第35-36页 |
| 4.2.1 数据获取的基本思想 | 第35页 |
| 4.2.2 对数据的处理 | 第35-36页 |
| 4.3 数据挖掘算法的设计 | 第36页 |
| 4.4 景点推荐算法 | 第36-37页 |
| 4.5 测试指标 | 第37-39页 |
| 4.5.1 主观满意度 | 第37-38页 |
| 4.5.2 客观满意度 | 第38-39页 |
| 第5章 系统的实现 | 第39-54页 |
| 5.1 智慧旅游推荐系统的实现环境 | 第39-41页 |
| 5.2 数据库设计 | 第41-44页 |
| 5.3 流媒体设计 | 第44-46页 |
| 5.4 多最小支持度加权 FP-growth 算法实例 | 第46-51页 |
| 5.5 测试结果 | 第51-54页 |
| 第6章 结论与展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录1 攻读硕士学位期间发表的论文 | 第60-61页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第61-62页 |
| 详细摘要 | 第62-66页 |
