基于Java的个性化推荐系统研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·课题研究背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-12页 |
| ·本文主要工作 | 第12-13页 |
| ·本文篇章结构 | 第13-15页 |
| 第二章 个性化推荐系统及其框架 | 第15-31页 |
| ·个性化推荐概述 | 第15页 |
| ·用户模型 | 第15-22页 |
| ·用户模型表示 | 第16-18页 |
| ·用户信息来源 | 第18页 |
| ·用户兴趣获取 | 第18-20页 |
| ·用户建模技术 | 第20-21页 |
| ·用户模型评价 | 第21-22页 |
| ·个性化推荐系统架构 | 第22-23页 |
| ·个性化推荐系统架构分析 | 第23-25页 |
| ·个性化推荐框架改进 | 第25-29页 |
| ·个性化推荐框架发展趋势 | 第25-26页 |
| ·个性化推荐框架改进 | 第26-27页 |
| ·组件设计 | 第27-29页 |
| ·小结 | 第29-31页 |
| 第三章 个性化推荐算法研究 | 第31-39页 |
| ·基于协同的过滤推荐算法 | 第31-35页 |
| ·基于内容的过滤技术 | 第35-37页 |
| ·基于同义词词林的语义相似度计算 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第四章 基于聚类模型的协同过滤推荐算法 | 第39-47页 |
| ·聚类分析概述 | 第39-40页 |
| ·基于聚类的协同过滤推荐算法 | 第40-41页 |
| ·朴素贝叶斯方法 | 第41-42页 |
| ·相似性度量 | 第42-43页 |
| ·数据实验与结果分析 | 第43-45页 |
| ·小结 | 第45-47页 |
| 第五章 个性化推荐框架的应用 | 第47-61页 |
| ·本章主要技术 | 第47页 |
| ·系统的设计 | 第47-55页 |
| ·个性化网络学习系统框架结构 | 第48-49页 |
| ·系统数据库设计 | 第49-50页 |
| ·系统Hibernate模块实现 | 第50-53页 |
| ·系统推荐模块设计 | 第53-55页 |
| ·系统实现 | 第55-59页 |
| ·用户模型及资源模型 | 第56页 |
| ·系统服务 | 第56-59页 |
| ·小结 | 第59-61页 |
| 第六章 结论及展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69-70页 |
