大智移云物背景下圖書(shū)館個(gè)性化信息推薦研究

第1章 緒論
1.1 研究背景及研究意義
1.2 外研究現(xiàn)狀
1.3 主要研究?jī)?nèi)容和研究方法
1.4 創(chuàng)新點(diǎn)
第2章 個(gè)性化推薦的理論基礎(chǔ)
2.1 個(gè)性化推薦技術(shù)概述
2.2 主流的個(gè)性化推薦算法介紹
2.3 典型的個(gè)性化圖書(shū) 系統(tǒng)
2.4 小結(jié)
第3章 基于關(guān)聯(lián)規(guī)則的個(gè)性化圖書(shū)
3.1 關(guān)聯(lián)規(guī)則概述
3.2 Apriori算法分析
3.3 基于關(guān)聯(lián)規(guī)則的圖書(shū)
3.4 小結(jié)
第4章 基于聚類的個(gè)性化圖書(shū)
4.1 聚類算法概述
4.2 K-Means算法介紹
4.3 FCM聚類算法
4.4 K-Means的改進(jìn)算法
4.5 小結(jié)
第5章 基于內(nèi)容的個(gè)性化圖書(shū)
5.1 基于內(nèi)容的 算法概述
5.2 基于向量式的興趣特征模型
5.3 內(nèi)容推薦模型的建立
5.4 小結(jié)
第6章 基于協(xié)同過(guò)濾的個(gè)性化圖書(shū)
6.1 協(xié)同過(guò)濾 技術(shù)
6.2 基于用戶的協(xié)同過(guò)濾算法流程
6.3 基于用戶協(xié)同過(guò)濾的改進(jìn)算法
6.4 小結(jié)
第7章 基于知識(shí)圖譜的個(gè)性化圖書(shū)
7.1 知識(shí)圖譜概述
7.2 知識(shí)圖譜構(gòu)建流程及關(guān)鍵技術(shù)
7.3 基于知識(shí)圖譜的協(xié)同過(guò)濾 算法
7.4 融合知識(shí)圖譜和協(xié)同過(guò)濾的圖書(shū)
7.5 小結(jié)
第8章 個(gè)性化圖書(shū) 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
8.1 系統(tǒng)架構(gòu)與環(huán)境配置
8.2 項(xiàng)目創(chuàng)建及數(shù)據(jù)初始化
8.3 個(gè)性化推薦模塊實(shí)現(xiàn)
8.4 個(gè)性化推薦的效果
8.5 小結(jié)
第9章 總結(jié)與展望
參考文獻(xiàn)