协同过滤在驾考教练员智能推荐系统中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第7-14页 |
| 1.1 研究背景 | 第7-10页 |
| 1.1.1 传统驾考模式现状 | 第8-9页 |
| 1.1.2 O2O驾培模式现状 | 第9页 |
| 1.1.3 驾考新规定带来的挑战 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 国内研究现状 | 第10-11页 |
| 1.2.2 国外研究现状 | 第11-12页 |
| 1.3 本文的研究内容 | 第12页 |
| 1.4 本文的研究结构 | 第12-14页 |
| 2 电子商务驾考模型设计 | 第14-30页 |
| 2.1 电子商务物理模型 | 第14-17页 |
| 2.1.1 电子商务概念 | 第14-15页 |
| 2.1.2 电子商务驾考模型的优点 | 第15页 |
| 2.1.3 物理硬件平台设计 | 第15-17页 |
| 2.2 系统体系结构 | 第17-29页 |
| 2.2.1 网络与硬件系统 | 第18-20页 |
| 2.2.2 数据库系统模块 | 第20-23页 |
| 2.2.3 应用系统模块 | 第23-25页 |
| 2.2.4 安全系统 | 第25-27页 |
| 2.2.5 系统运行流程 | 第27-29页 |
| 2.3 本章小结 | 第29-30页 |
| 3 协同过滤推荐算法 | 第30-38页 |
| 3.1 推荐算法描述 | 第30-31页 |
| 3.2 协同过滤算法步骤 | 第31-36页 |
| 3.2.1 收集用户偏好 | 第32-33页 |
| 3.2.2 相似度计算 | 第33-34页 |
| 3.2.3 推荐规则 | 第34-36页 |
| 3.3 协同过滤算法的应用 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 基于协同过滤的智能推荐系统 | 第38-52页 |
| 4.1 基于层次分析法的用户偏好收集 | 第38-42页 |
| 4.1.1 用户评价算法 | 第38-39页 |
| 4.1.2 层次分析法模型 | 第39-42页 |
| 4.2 AHP计算流程 | 第42-49页 |
| 4.2.1 判断矩阵 | 第42-43页 |
| 4.2.2 基于Delphi法的专家调查问卷 | 第43-49页 |
| 4.3 基于谱聚类的用户相似邻居查找 | 第49-50页 |
| 4.3.1 谱聚类算法介绍 | 第49页 |
| 4.3.2 谱聚类算法过程 | 第49-50页 |
| 4.4 基于物品的推荐规则 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 智能推荐系统模拟实验 | 第52-62页 |
| 5.1 实验环境 | 第52页 |
| 5.2 实验数据 | 第52页 |
| 5.3 教练员评价系统模拟实验 | 第52-55页 |
| 5.3.1 Delphi判断矩阵 | 第52-54页 |
| 5.3.2 AHP层次分析法权值表 | 第54-55页 |
| 5.4 智能推荐系统模拟实验 | 第55-61页 |
| 5.4.1 按总分推荐实验 | 第55-58页 |
| 5.4.2 分项推荐实验 | 第58-61页 |
| 5.5 实验结论 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 工作总结 | 第62-63页 |
| 6.2 工作展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 | 第67-80页 |
| 致谢 | 第80-83页 |
| 在学期间科研情况 | 第83页 |
