电影个性化推荐系统的研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1. 绪论 | 第9-16页 |
| ·课题研究背景及研究意义 | 第9-11页 |
| ·国内外发展现状 | 第11-14页 |
| ·推荐系统发展历程 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文主要研究内容 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 2. 个性化推荐算法的研究 | 第16-25页 |
| ·个性化推荐系统概述 | 第16-18页 |
| ·基于内容的推荐算法 | 第18-19页 |
| ·基于协同过滤的推荐算法 | 第19-24页 |
| ·基于用户的协同过滤算法 | 第22-23页 |
| ·基于项目的协同过滤算法 | 第23-24页 |
| ·混合推荐算法 | 第24页 |
| ·本章小结 | 第24-25页 |
| 3. 系统总体架构与技术路线 | 第25-34页 |
| ·系统需求分析 | 第25-28页 |
| ·功能性需求 | 第25-27页 |
| ·非功能性需求 | 第27-28页 |
| ·系统总体架构和功能设计 | 第28-31页 |
| ·系统总体架构 | 第28-29页 |
| ·功能模块设计 | 第29-31页 |
| ·技术路线和开发环境 | 第31-32页 |
| ·技术路线 | 第31-32页 |
| ·开发环境 | 第32页 |
| ·本章小结 | 第32-34页 |
| 4. 基于用户综合相似度的协同过滤算法 | 第34-43页 |
| ·基于用户综合相似度的协同过滤算法 | 第34-38页 |
| ·用户特征相似度 | 第36-37页 |
| ·用户评分相似度 | 第37-38页 |
| ·实验及分析 | 第38-42页 |
| ·数据集 | 第38-39页 |
| ·质量评价 | 第39页 |
| ·实验结果及分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 5. 系统实现与测试 | 第43-63页 |
| ·系统数据库设计和数据初始化 | 第43-49页 |
| ·数据库设计 | 第43-47页 |
| ·数据初始化 | 第47-49页 |
| ·系统功能模实现 | 第49-54页 |
| ·个人信息管理 | 第51-52页 |
| ·电影管理模块 | 第52-53页 |
| ·电影推荐模块 | 第53-54页 |
| ·推荐引擎的实现 | 第54-56页 |
| ·系统运行效果 | 第56-58页 |
| ·主要界面展示 | 第56-58页 |
| ·系统测试 | 第58-62页 |
| ·功能测试 | 第58-60页 |
| ·性能测试 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 6. 总结与展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间发表的学术论文及科研成果 | 第69页 |
