摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景 | 第10-11页 |
1.1.1 制造业信息化发展趋势 | 第10页 |
1.1.2 制造业信息化应用中存在的问题 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12-14页 |
1.3 论文的研究内容及结构安排 | 第14-16页 |
第2章 技术概述分析 | 第16-24页 |
2.1 自然语言处理简介 | 第16-17页 |
2.1.1 词法分析 | 第16-17页 |
2.2 Lucene技术 | 第17-18页 |
2.2.1 Lucene技术简介 | 第17页 |
2.2.2 Lucene分词器 | 第17页 |
2.2.3 Lucene技术的优点 | 第17-18页 |
2.3 推荐系统简介 | 第18-21页 |
2.3.1 推荐系统概述 | 第18页 |
2.3.2 推荐系统分类 | 第18-20页 |
2.3.3 推荐系统相关技术 | 第20-21页 |
2.4 用户行为简介 | 第21-22页 |
2.4.1 用户行为概述 | 第21页 |
2.4.2 用户行为量化 | 第21-22页 |
2.5 本章小结 | 第22-24页 |
第3章 基于内容的产品推荐算法 | 第24-32页 |
3.1 算法主要思想 | 第24-25页 |
3.1.1 基于内容的产品推荐算法概述 | 第24页 |
3.1.2 基于内容的产品推荐算法流程 | 第24-25页 |
3.2 文本预处理 | 第25-27页 |
3.2.1 产品文本信息提取 | 第25页 |
3.2.2 文本分词处理 | 第25-26页 |
3.2.3 词频统计 | 第26-27页 |
3.3 构建产品文档特征矢量 | 第27页 |
3.4 生成相关度矩阵 | 第27-29页 |
3.5 生成推荐列表 | 第29页 |
3.6 实验过程 | 第29-30页 |
3.7 实验结果分析 | 第30-31页 |
3.7.1 模糊搜索与基于文本匹配的比较 | 第30页 |
3.7.2 相关产品推荐测试 | 第30-31页 |
3.8 实验总结 | 第31-32页 |
第4章 基于评分的组合推荐算法 | 第32-40页 |
4.1 算法主要思想 | 第32-34页 |
4.1.1 基于评分的组合推荐算法概述设计 | 第32-33页 |
4.1.2 基于评分的协同过滤的问题答案推荐算法流程 | 第33-34页 |
4.2 生成用户相似矩阵 | 第34页 |
4.2.1 收集用户行为数据 | 第34页 |
4.2.2 用户行为分析 | 第34页 |
4.2.3 生成用户相似矩阵 | 第34页 |
4.3 基于评分的问题答案组合推荐 | 第34-36页 |
4.3.1 基于用户的协同过滤预测评分 | 第34-35页 |
4.3.2 基于项的协同过滤预测评分 | 第35页 |
4.3.3 组合用户与项的协同过滤组合预测评分 | 第35-36页 |
4.3.4 生成推荐列表 | 第36页 |
4.4 实验过程 | 第36页 |
4.5 实验结果分析 | 第36-37页 |
4.6 实验总结 | 第37-40页 |
第5章 原型系统设计与实现 | 第40-58页 |
5.1 系统需求分析 | 第40-41页 |
5.1.1 功能需求分析 | 第40-41页 |
5.1.2 非功能性需求分析 | 第41页 |
5.2 系统的主体架构 | 第41-42页 |
5.3 系统功能设计 | 第42-44页 |
5.3.1 功能模块划分 | 第42-43页 |
5.3.2 功能详细设计 | 第43-44页 |
5.4 数据库概念设计 | 第44-47页 |
5.5 数据库逻辑设计 | 第47-50页 |
5.5.1 数据库命名规范 | 第47页 |
5.5.2 数据库表设计 | 第47-50页 |
5.6 系统开发环境 | 第50页 |
5.7 系统的功能实现 | 第50-58页 |
5.7.1 员工注册与登录 | 第50页 |
5.7.2 相关产品推荐 | 第50-53页 |
5.7.3 问题答案组合推荐 | 第53-54页 |
5.7.4 个人中心 | 第54-55页 |
5.7.5 问题管理 | 第55页 |
5.7.6 资源共享 | 第55-58页 |
第6章 结论 | 第58-60页 |
6.1 结论 | 第58页 |
6.2 展望 | 第58-60页 |
参考文献 | 第60-62页 |
附录A 攻读学位期间发表的论文与科研成果清单 | 第62-64页 |
致谢 | 第64页 |