基于移动终端应用的用户兴趣推荐算法的研究与实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 研究内容及目标 | 第12-13页 |
| 1.4 论文结构安排 | 第13-14页 |
| 第二章 相关技术的研究 | 第14-26页 |
| 2.1 推荐系统的研究与介绍 | 第14-17页 |
| 2.1.1 推荐系统的定义 | 第14-15页 |
| 2.1.2 推荐系统的组成 | 第15页 |
| 2.1.3 推荐系统的常用方法 | 第15-17页 |
| 2.2 相关数学知识的研究与介绍 | 第17-21页 |
| 2.2.1 决策树 | 第17-19页 |
| 2.2.2 近邻算法 | 第19-21页 |
| 2.2.3 矩阵分解 | 第21页 |
| 2.3 Android系统及其开发的研究与介绍 | 第21-23页 |
| 2.4 服务器技术的研究 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第三章 推荐算法的改进与实现 | 第26-46页 |
| 3.1 传统算法的不足 | 第26-28页 |
| 3.1.1 协同过滤算法的应用实例 | 第26-27页 |
| 3.1.2 协同过滤算法的不足 | 第27页 |
| 3.1.3 其他推荐算法的不足 | 第27-28页 |
| 3.2 随机行走算法 | 第28-30页 |
| 3.3 物品属性相关度的研究 | 第30-32页 |
| 3.4 改进的算法 | 第32-37页 |
| 3.4.1 算法的提出 | 第32-33页 |
| 3.4.2 算法的设计 | 第33-35页 |
| 3.4.3 偏移因子 | 第35-36页 |
| 3.4.4 改进算法的特点 | 第36-37页 |
| 3.5 改进算法的实现与验证 | 第37-44页 |
| 3.5.1 实现的过程 | 第37-41页 |
| 3.5.2 评估的指标及方法 | 第41-42页 |
| 3.5.3 评估仿真的结果 | 第42-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 影视推荐应用软件的设计 | 第46-56页 |
| 4.1 需求分析 | 第46-47页 |
| 4.2 功能模块设计 | 第47-55页 |
| 4.2.1 登陆模块 | 第47-50页 |
| 4.2.2 主页模块 | 第50-52页 |
| 4.2.3 搜索模块 | 第52页 |
| 4.2.4 影视详情模块 | 第52-53页 |
| 4.2.5 播放模块 | 第53-55页 |
| 4.2.6 更多模块 | 第55页 |
| 4.3 本章小结 | 第55-56页 |
| 第五章 影视推荐应用软件的实现 | 第56-64页 |
| 5.1 功能模块的实现 | 第56-63页 |
| 5.1.1 登陆模块 | 第56页 |
| 5.1.2 主页模块 | 第56-58页 |
| 5.1.3 搜索模块 | 第58-59页 |
| 5.1.4 影视详情模块 | 第59-60页 |
| 5.1.5 播放模块 | 第60-62页 |
| 5.1.6 更多模块 | 第62-63页 |
| 5.2 本章小结 | 第63-64页 |
| 第六章 结束语 | 第64-68页 |
| 6.1 工作总结 | 第64-65页 |
| 6.2 工作展望 | 第65-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间发表的学术论文目录 | 第71页 |
