| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究主要内容 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第2章 相关知识概述 | 第14-23页 |
| 2.1 用户行为信息 | 第14-15页 |
| 2.2 数据挖掘技术 | 第15-17页 |
| 2.3 个性化推荐算法 | 第17-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 面向O2O用户行为分析的混合推荐算法 | 第23-37页 |
| 3.1 基本框架 | 第23-24页 |
| 3.2 面向O2O用户行为分析的协同过滤推荐算法 | 第24-31页 |
| 3.2.1 协同过滤推荐算法 | 第24-30页 |
| 3.2.2 近邻观影用户组行为分析算法 | 第30-31页 |
| 3.3 面向O2O用户行为分析的基于内容的推荐算法 | 第31-34页 |
| 3.3.1 基于内容的推荐算法 | 第31-33页 |
| 3.3.2 观影用户个人行为分析算法 | 第33-34页 |
| 3.4 面向O2O用户行为分析的混合推荐 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于O2O的生活信息服务系统的设计与实现 | 第37-54页 |
| 4.1 项目背景 | 第37-40页 |
| 4.2 系统分析 | 第40-42页 |
| 4.2.1 需求分析 | 第40-41页 |
| 4.2.2 可行性分析 | 第41-42页 |
| 4.3 系统设计 | 第42-45页 |
| 4.4 系统实现 | 第45-49页 |
| 4.5 面向O2O用户行为分析的混合推荐算法应用 | 第49-53页 |
| 4.5.1 实验数据 | 第49页 |
| 4.5.2 测评指标 | 第49-51页 |
| 4.5.3 测试结果及分析 | 第51-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-55页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士学位期间研究成果 | 第59页 |