時(shí)間:2023-03-16 07:30:02 | 來源:電子商務(wù)
時(shí)間:2023-03-16 07:30:02 來源:電子商務(wù)
封面 聲明 目錄 摘要 英文摘要 1緒論 1.1研究背景 1.2國(guó)內(nèi)外研究現(xiàn)狀 1.2.1國(guó)外研究現(xiàn)狀 1.2.2國(guó)內(nèi)研究現(xiàn)狀 1.2.3面臨的挑戰(zhàn) 1.3本文研究?jī)?nèi)容 2相關(guān)理論與關(guān)鍵技術(shù) 2.1.1概念 2.1.2基本架構(gòu) 2.1.3類型 2.2關(guān)鍵技術(shù) 2.2.1 JSP技術(shù)簡(jiǎn)介 2.2.2 B/S架構(gòu)簡(jiǎn)介 2.2.3用戶興趣建模 2.2.4關(guān)聯(lián)規(guī)則 2.2.5基于內(nèi)容的過濾 2.2.6協(xié)同過濾 2.2.7數(shù)據(jù)庫(kù)開發(fā)技術(shù) 3系統(tǒng)需求分析 3.1設(shè)計(jì)目標(biāo) 3.2.1功能概述 3.2.2功能分析 3.2.3推薦流程 3.3.1個(gè)性化信息獲取及隱私保護(hù) 3.3.2界面需求及說明 4基于個(gè)性推薦的電子商務(wù)網(wǎng)站系統(tǒng)設(shè)計(jì) 4.1.1技術(shù)架構(gòu) 4.1.2系統(tǒng)的邏輯結(jié)構(gòu) 4.2功能結(jié)構(gòu)設(shè)計(jì) 4.2.1數(shù)據(jù)采集模塊 4.2.2推薦引擎 4.2.3推薦結(jié)果處理模塊 4.2.4用戶交互模塊 4.2.5系統(tǒng)管理模塊 4.3推薦算法設(shè)計(jì) 4.3.1商品內(nèi)容相似度計(jì)算算法 4.3.2用戶偏好推薦算法 4.3.3廣義的推薦 4.4數(shù)據(jù)庫(kù)設(shè)計(jì) 4.4.1概念數(shù)據(jù)模型 4.4.2物理數(shù)據(jù)模型 4.5數(shù)據(jù)表設(shè)計(jì) 5基于個(gè)性化推薦的電子商務(wù)網(wǎng)站系統(tǒng)的實(shí)現(xiàn) 5.1硬件環(huán)境 5.2基礎(chǔ)功能實(shí)現(xiàn) 5.3.1數(shù)據(jù)收集模塊 5.3.2推薦結(jié)果處理模塊 5.3.3用戶交互模塊 5.3.4系統(tǒng)管理模塊 5.4系統(tǒng)搭建 5.4.1接口調(diào)用流程圖 5.4.2推薦服務(wù)接口 5.4.3關(guān)鍵代碼實(shí)現(xiàn) 5.5系統(tǒng)測(cè)試 5.5.1測(cè)試目的 5.5.2測(cè)試方法 5.5.3測(cè)試結(jié)果 6結(jié)論 6.1本文的主要工作 6.2未來的工作 參考文獻(xiàn) 致謝
著錄項(xiàng) 封面 聲明 致謝 摘要 英文摘要 序言 目錄 1 引言 1.1 項(xiàng)目背景及意義 1.2 國(guó)內(nèi)外發(fā)展現(xiàn)狀和發(fā)展趨勢(shì) 1.3 論文主要工作 1.4 論文內(nèi)容和結(jié)構(gòu)框架 1.5 本章小結(jié) 2 相關(guān)技術(shù)介紹 2.1 協(xié)同過濾推薦算法介紹 2.1.1 基于用戶的協(xié)同過濾算法 2.1.2 基于物品的協(xié)同過濾算法 2.1.3 UserCF與ItemCF的比較 2.2 LAMP架構(gòu) 2.3 MVC設(shè)計(jì)模式 2.4 Redis數(shù)據(jù)庫(kù) 2.5 本章小結(jié) 3 系統(tǒng)需求分析 3.1 網(wǎng)站概述 3.2 網(wǎng)站管理子系統(tǒng) 3.2.1 用戶管理用例分析 3.2.2 商品管理用例分析 3.2.3 訂單管理用例分析 3.2.4 個(gè)人中心管理用例分析 3.3 日志采集子系統(tǒng) 3.3.1 用戶行為分析 3.3.2 日志采集子系統(tǒng)用例分析 3.4 推薦子系統(tǒng) 3.4.1 用戶相似度計(jì)算分析 3.4.2 推薦子系統(tǒng)用例分析 3.5 非功能需求 3.6 本章小結(jié) 4 系統(tǒng)概要設(shè)計(jì) 4.1 系統(tǒng)架構(gòu)設(shè)計(jì) 4.2 網(wǎng)站管理子系統(tǒng)設(shè)計(jì) 4.2.1 架構(gòu)設(shè)計(jì) 4.2.2 結(jié)構(gòu)設(shè)計(jì) 4.2.3 數(shù)據(jù)庫(kù)設(shè)計(jì) 4.3 日志子系統(tǒng)設(shè)計(jì) 4.3.1 結(jié)構(gòu)設(shè)計(jì) 4.3.2 數(shù)據(jù)庫(kù)設(shè)計(jì) 4.4 推薦子系統(tǒng)設(shè)計(jì) 4.4.1 架構(gòu)設(shè)計(jì) 4.4.2 結(jié)構(gòu)設(shè)計(jì) 4.4.3 用戶偏好模型分析 4.5 本章小結(jié) 5 系統(tǒng)詳細(xì)設(shè)計(jì)與實(shí)現(xiàn) 5.1 網(wǎng)站管理子系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 5.1.1 配置文件 5.1.2 用戶管理模塊 5.1.3 商品管理模塊 5.1.4 訂單管理模塊 5.1.5 個(gè)人中心模塊 5.1.6 其他功能模塊 5.2 日志采集子系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 5.2.1 日志采集模塊 5.2.2 日志管理模塊 5.2.3 日志統(tǒng)計(jì)模塊 5.3 推薦子系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 5.3.1 推薦系統(tǒng)冷啟動(dòng)問題 5.3.2 用戶相似度計(jì)算流程 5.3.3 基于用戶的協(xié)同過濾推薦流程 5.3.4 推薦算法模塊實(shí)現(xiàn) 5.3.5 消息緩存機(jī)制的設(shè)計(jì)與實(shí)現(xiàn) 5.4 本章小結(jié) 6 系統(tǒng)測(cè)試 6.1 功能性測(cè)試 6.2 推薦算法測(cè)試 6.3 性能測(cè)試 6.4 本章小結(jié) 7 結(jié)論與展望 7.1 全文總結(jié) 7.2 不足與展望 參考文獻(xiàn) 作者簡(jiǎn)歷及攻讀碩士/博士學(xué)位期間取得的研究成果 學(xué)位論文數(shù)據(jù)集
著錄項(xiàng) 第一個(gè)書簽之前 摘要 Abstract 目錄 第一章 緒論 1.1背景和意義 1.2研究現(xiàn)狀 1.2.1推薦系統(tǒng)研究現(xiàn)狀 1.2.2協(xié)同過濾研究現(xiàn)狀 1.2.3面臨的問題? ? 1.3研究?jī)?nèi)容 ? 1.4論文的組織結(jié)構(gòu) 第二章 推薦算法及其相關(guān)技術(shù) 2.1推薦算法介紹 2.1.1基于內(nèi)容的推薦算法 2.1.2協(xié)同過濾算法 2.1.3推薦算法優(yōu)缺點(diǎn)比較 2.2相似度比較與選擇 2.3聚類算法介紹 2.3.1二分K均值聚類算法 2.3.2DBSCAN聚類算法 2.3.3聚類算法優(yōu)缺點(diǎn)比較 2.4Mahout介紹 2.5本章小結(jié) 第三章 導(dǎo)購(gòu)?fù)扑]系統(tǒng)的需求分析與設(shè)計(jì) 3.1需求分析 3.1.1功能需求分析 3.1.2性能需求分析 3.2總體設(shè)計(jì) 3.3詳細(xì)設(shè)計(jì) 3.3.1數(shù)據(jù)收集模塊設(shè)計(jì) 3.3.2行為量化模塊設(shè)計(jì) 3.3.3個(gè)性化推薦模塊設(shè)計(jì) 3.3.4熱門推薦模塊設(shè)計(jì) 3.4本章小結(jié) 第四章 基于用戶聚類的個(gè)性化導(dǎo)購(gòu)?fù)扑]算法 4.1導(dǎo)購(gòu)網(wǎng)站個(gè)性化特點(diǎn)分析 4.1.1商品內(nèi)容結(jié)構(gòu)分析 4.1.2用戶量與商品量分析 4.1.3協(xié)同過濾算法的選擇? ? 4.2基于用戶聚類的個(gè)性化導(dǎo)購(gòu)?fù)扑]算法 4.2.1商品類別篩選 4.2.2矩陣填充 4.2.3用戶聚類 4.2.4生成推薦 4.3本章小結(jié) 第五章 導(dǎo)購(gòu)?fù)扑]系統(tǒng)的實(shí)現(xiàn) 5.1數(shù)據(jù)收集模塊實(shí)現(xiàn) 5.2行為量化模塊實(shí)現(xiàn) 5.3個(gè)性化推薦模塊實(shí)現(xiàn) 5.4熱門推薦模塊實(shí)現(xiàn) 5.5本章小結(jié) 第六章 系統(tǒng)測(cè)試與結(jié)果分析 6.1實(shí)驗(yàn)環(huán)境 6.2性能指標(biāo) 6.2.1聚類算法性能指標(biāo) 6.2.2推薦算法性能指標(biāo) 6.3性能測(cè)試與結(jié)果分析 6.3.1聚類性能測(cè)試與結(jié)果分析 6.3.2推薦性能測(cè)試與結(jié)果分析 6.4界面效果演示 6.5本章小結(jié) 第七章 總結(jié)與展望 7.1總結(jié) 7.2展望 參考文獻(xiàn) 致謝 在校期間發(fā)表論文和成果
著錄項(xiàng) 封面 聲明 摘要 英文摘要 目錄 1.緒論 1.1 研究背景及意義 1.2 國(guó)內(nèi)外現(xiàn)狀 1.3 主要研究?jī)?nèi)容 1.4 論文的章節(jié)安排 1.5 本章小節(jié) 2.1 室內(nèi)定位技術(shù) 2.2 傳感器定位原理 2.3 本章小結(jié) 3.系統(tǒng)需求分析與系統(tǒng)設(shè)計(jì) 3.1 業(yè)務(wù)目標(biāo) 3.2 系統(tǒng)需求分析 3.2.1 系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)分析 3.2.1 商品管理 3.2.3 用戶管理 3.2.4 室外導(dǎo)航 3.2.5 室內(nèi)導(dǎo)航 3.3 系統(tǒng)性能需求 3.4 系統(tǒng)可行性分析 3.5 系統(tǒng)總體設(shè)計(jì) 3.6 系統(tǒng)詳細(xì)設(shè)計(jì) 3.6.1 系統(tǒng)功能設(shè)計(jì) 3.6.2 系統(tǒng)E-R圖 3.6.3 系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì) 3.7 個(gè)性化推薦引擎設(shè)計(jì) 3.7.1 協(xié)同過濾的推薦算法 3.7.2 推薦引擎總體設(shè)計(jì) 3.8 本章小結(jié) 4.室內(nèi)定位方法與導(dǎo)航算法研究 4.1 室內(nèi)定位 4.1.1 室內(nèi)地圖繪制 4.1.2 室內(nèi)地圖信息填充 4.1.3 位置匹配 4.2 室內(nèi)導(dǎo)航 4.2.2 改進(jìn)的A*算法 4.3 本章小結(jié) 5.個(gè)性化超市購(gòu)物系統(tǒng)實(shí)現(xiàn) 5.1 基于Spark推薦引擎實(shí)現(xiàn) 5.1.1 基于用戶協(xié)同過濾推薦算法的實(shí)現(xiàn) 5.1.2 基于商品協(xié)同過濾推薦算法實(shí)現(xiàn) 5.2 系統(tǒng)功能實(shí)現(xiàn) 5.2.1 用戶管理 5.2.2 室內(nèi)導(dǎo)航 5.2.3 室外導(dǎo)航 5.2.4 商品查詢 5.3 系統(tǒng)測(cè)試 5.3.1 測(cè)試方法 5.3.2 測(cè)試準(zhǔn)備 5.3.3 測(cè)試步驟 5.3.2 測(cè)試結(jié)論 5.4 本章小結(jié) 6.1 結(jié)果 6.2 展望 6.3 結(jié)論 參考文獻(xiàn) 攻讀碩士學(xué)位期間發(fā)表的論文及所取得的研究成果 致謝
著錄項(xiàng)關(guān)鍵詞:文獻(xiàn),論文,畢業(yè),導(dǎo)航,個(gè)性
客戶&案例
營(yíng)銷資訊
關(guān)于我們
客戶&案例
營(yíng)銷資訊
關(guān)于我們
微信公眾號(hào)
版權(quán)所有? 億企邦 1997-2025 保留一切法律許可權(quán)利。