首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于社交网络的移动应用推荐系统研究及应用

摘要第3-4页
ABSTRACT第4-5页
1 绪论第8-12页
    1.1 课题研究背景与研究意义第8-9页
    1.2 国内外研究现状第9-10页
    1.3 本文的主要工作第10-11页
    1.4 本章小结第11-12页
2 相关技术分析第12-29页
    2.1 ANDROID 开发第12-17页
    2.2 社交网络理论第17-21页
    2.3 个性化推荐理论第21-28页
        2.3.1 基于关联规则推荐第22-23页
        2.3.2 基于内容的推荐第23-24页
        2.3.3 协同过滤推荐第24-28页
    2.4 本章小结第28-29页
3 基于社交网络的协同过滤推荐模型研究第29-42页
    3.1 社交网络中用户模型第29-33页
        3.1.1 用户兴趣模型获取第29-30页
        3.1.2 用户兴趣模型表示第30-31页
        3.1.3 混合用户兴趣模型计算第31-33页
    3.2 基于社交网络的协同过滤推荐模型第33-38页
        3.2.1 问题的提出第33页
        3.2.2 数据模型定义第33-34页
        3.2.3 方法基本思想第34页
        3.2.4 方法流程描述第34-38页
    3.3 实验设计及分析第38-41页
    3.4 本章小结第41-42页
4 基于社交网络的移动应用推荐系统设计第42-53页
    4.1 需求分析第42-43页
    4.2 设计目标第43页
    4.3 系统体系结构第43-44页
    4.4 服务端的设计第44-47页
        4.4.1 系统功能设计第45页
        4.4.2 社交网络模块第45-46页
        4.4.3 应用程序推荐第46-47页
    4.5 客户端的设计第47-51页
        4.5.1 客户端功能架构第48-50页
        4.5.2 检测用户行为数据第50页
        4.5.3 应用程序推荐模块第50-51页
    4.6 本章小结第51-53页
5 基于社交网络的移动应用推荐系统实现第53-64页
    5.1 服务端功能实现第53-55页
        5.1.1 社交网络模块实现第53-54页
        5.1.2 推荐模块实现第54-55页
    5.2 客户端功能实现第55-57页
        5.2.1 用户信息模块第55-56页
        5.2.2 应用程序推荐第56-57页
    5.3 客户端与服务器端通信实现第57-60页
        5.3.1 JSON 数据解析第57-58页
        5.3.2 HTTP 传输协议第58-60页
    5.4 系统应用实例及分析第60-63页
    5.5 本章小结第63-64页
6 结论与展望第64-66页
    6.1 结论第64页
    6.2 工作展望第64-66页
致谢第66-67页
参考文献第67-70页
附录第70页

论文共70页,点击 下载论文
上一篇:面向移动智能终端应用性能测试平台的研究
下一篇:北斗宽波束及宽带圆极化天线研究