基于聚类算法的吉林大学校园新闻推荐系统的设计与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11页 |
| 1.2 推荐系统的研究现状与发展 | 第11-15页 |
| 1.3 本文研究内容 | 第15-16页 |
| 1.4 本文组织结构 | 第16-17页 |
| 第2章 相关技术介绍 | 第17-34页 |
| 2.1 推荐系统概述 | 第17-18页 |
| 2.2 个性化推荐方法 | 第18-19页 |
| 2.2.1 基于关联规则的推荐 | 第18页 |
| 2.2.2 基于内容的推荐 | 第18页 |
| 2.2.3 协同过滤的推荐 | 第18-19页 |
| 2.2.4 组合的推荐 | 第19页 |
| 2.3 新闻领域的推荐技术 | 第19-20页 |
| 2.4 文本聚类技术 | 第20-26页 |
| 2.4.1 文本特征表示 | 第21-22页 |
| 2.4.2 文本表示模型 | 第22-23页 |
| 2.4.3 文本距离计算 | 第23页 |
| 2.4.4 K-means聚类算法 | 第23-25页 |
| 2.4.5 初始聚类中心的选择 | 第25-26页 |
| 2.5 系统开发关键技术 | 第26-33页 |
| 2.5.1 JSON数据传输格式 | 第26-27页 |
| 2.5.2 OKHttp | 第27页 |
| 2.5.3 SQLite数据库 | 第27-29页 |
| 2.5.4 正则表达式 | 第29页 |
| 2.5.5 Android平台 | 第29-31页 |
| 2.5.6 Web服务器 | 第31-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 系统设计目标与需求分析 | 第34-40页 |
| 3.1 系统目标 | 第34页 |
| 3.2 系统功能性需求 | 第34-38页 |
| 3.2.1 服务器功能需求 | 第34-35页 |
| 3.2.2 客户端功能需求 | 第35-38页 |
| 3.3 系统非功能性需求 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 校园新闻推荐系统设计 | 第40-48页 |
| 4.1 系统概述 | 第40页 |
| 4.2 移动客户端架构 | 第40-42页 |
| 4.3 服务器端架构 | 第42页 |
| 4.4 数据存储与交互 | 第42-44页 |
| 4.5 数据库设计 | 第44-47页 |
| 4.6 接口设计 | 第47页 |
| 4.7 本章小结 | 第47-48页 |
| 第5章 校园新闻推荐系统实现 | 第48-73页 |
| 5.1 新闻采集 | 第48-49页 |
| 5.2 特征提取 | 第49-52页 |
| 5.3 新闻聚类 | 第52-54页 |
| 5.4 组合推荐 | 第54-57页 |
| 5.4.1 基于内容推荐 | 第54页 |
| 5.4.2 协同过滤 | 第54-56页 |
| 5.4.3 协同过滤推荐流程 | 第56-57页 |
| 5.5 用户登录 | 第57-60页 |
| 5.6 用户注册 | 第60-64页 |
| 5.7 新闻列表 | 第64-68页 |
| 5.8 新闻浏览 | 第68-70页 |
| 5.9 新闻收藏 | 第70-71页 |
| 5.10 新闻分享 | 第71-72页 |
| 5.11 本章小结 | 第72-73页 |
| 第6章 验证与测试 | 第73-79页 |
| 6.1 测试环境 | 第73页 |
| 6.2 测试目标 | 第73页 |
| 6.3 评估指标 | 第73-74页 |
| 6.4 测试结果 | 第74-78页 |
| 6.5 本章小结 | 第78-79页 |
| 第7章 总结与展望 | 第79-80页 |
| 7.1 总结 | 第79页 |
| 7.2 展望 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 致谢 | 第85页 |
