澳洲活动平台下社团活动推荐系统的研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 研究现状与面临的挑战 | 第12-14页 |
| 1.2.1 发展历史与研究现状 | 第12-13页 |
| 1.2.2 面临的挑战 | 第13-14页 |
| 1.3 研究内容及主要工作 | 第14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第二章 推荐系统相关技术介绍 | 第16-23页 |
| 2.1 常用推荐算法介绍 | 第16-18页 |
| 2.1.1 基于内容的推荐 | 第16-17页 |
| 2.1.2 协同过滤 | 第17-18页 |
| 2.1.3 推荐算法的比较 | 第18页 |
| 2.1.4 混合推荐 | 第18页 |
| 2.2 推荐系统实验方法 | 第18-20页 |
| 2.2.1 离线实验 | 第19页 |
| 2.2.2 用户调查问卷 | 第19-20页 |
| 2.2.3 在线A/B测试 | 第20页 |
| 2.3 测评指标 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于位置的活动推荐 | 第23-38页 |
| 3.1 相似度计算及改进 | 第23-30页 |
| 3.1.1 常用相似度计算方法 | 第23-24页 |
| 3.1.2 基于位置的相似度计算 | 第24-27页 |
| 3.1.3 地理空间距离计算及优化 | 第27-29页 |
| 3.1.4 基于位置的综合相似度 | 第29-30页 |
| 3.2 推荐结果产生 | 第30页 |
| 3.3 基于位置的活动推荐算法 | 第30-32页 |
| 3.4 实验设计与结果分析 | 第32-37页 |
| 3.4.1 数据集 | 第32-33页 |
| 3.4.2 实验设计 | 第33-34页 |
| 3.4.3 实验结果及分析 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于位置和标签的社团推荐 | 第38-48页 |
| 4.1 基于位置和标签的综合相似度 | 第38-41页 |
| 4.1.1 基于标签的相似度 | 第38-40页 |
| 4.1.2 结合位置和标签的综合相似度 | 第40-41页 |
| 4.2 推荐结果产生 | 第41-42页 |
| 4.3 基于位置和标签的社团推荐算法 | 第42-43页 |
| 4.4 实验设计及结果分析 | 第43-47页 |
| 4.4.1 数据集 | 第43-44页 |
| 4.4.2 实验设计 | 第44-45页 |
| 4.4.3 实验结果及分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 系统设计与实现 | 第48-71页 |
| 5.1 Here平台简介 | 第48页 |
| 5.2 系统需求分析 | 第48-51页 |
| 5.2.1 PC端用户需求 | 第48-50页 |
| 5.2.2 微信端用户需求 | 第50-51页 |
| 5.2.3 推荐功能需求 | 第51页 |
| 5.3 系统总体设计 | 第51-58页 |
| 5.3.1 系统整体结构 | 第51-54页 |
| 5.3.2 推荐系统架构 | 第54-56页 |
| 5.3.3 数据库设计 | 第56-58页 |
| 5.4 社团活动推荐系统详细设计与实现 | 第58-69页 |
| 5.4.1 用户身份认证模块 | 第59-61页 |
| 5.4.2 用户位置的获取模块 | 第61-63页 |
| 5.4.3 用户行为记录模块 | 第63页 |
| 5.4.4 基于位置的活动推荐模块 | 第63-67页 |
| 5.4.5 基于位置和标签的社团推荐模块 | 第67-69页 |
| 5.4.6 基于热度的推荐模块 | 第69页 |
| 5.5 本章小结 | 第69-71页 |
| 第六章 总结和展望 | 第71-73页 |
| 6.1 全文总结 | 第71-72页 |
| 6.2 未来展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
