声明
摘要
1 绪论
1.1 引言
1.2 国内外研究现状
1.3 研究意义
1.4 论文研究内容及组织结构
2 个性化推荐理论与技术
2.1 传统的个性化推荐技术
2.1.1 基于内容过滤的推荐算法
2.1.2 协同过滤算法
2.1.3 关联规则算法
2.1.4 混合推荐算法
2.2 基于社区发现的个性化推荐技术
2.2.1 基于图论的算法
2.2.2 层次聚类算法
2.3 本章小结
3 GN-AP混合推荐算法设计
3.1 GN算法和Apriori算法
3.1.1 GN算法
3.1.2 Apriori算法
3.2 GN-AP混合推荐技术
3.2.1 算法思想
3.2.2 算法框架设计
3.3 算法详细设计
3.3.1 DOT特征图表语言
3.3.2 基于GN算法的社区发现
3.3.3 基于Apriori算法的关联规则挖掘
3.3.4 论文兴趣度度量
3.4 本章小结
4 GN-AP混合推荐算法实现及性能分析
4.1 GN-AP混合推荐算法实现过程
4.1.1 构建兴趣相似用户群
4.1.2 基于Apriori算法的论文推荐
4.1.3 引入论文兴趣度的论文推荐
4.2 GN-AP混合推荐算法性能分析
4.2.1 性能评价标准
4.2.2 推荐结果分析
4.3 本章小结
5 论文个性化推荐系统
5.1 系统概述
5.1.1 系统需求
5.1.2 系统框架
5.1.3 系统开发及运行环境
5.2 数据库设计
5.2.1 用户信息表
5.2.2 用户关注信息表
5.2.3 论文信息表
5.2.4 论文学科信息表
5.2.5 论文收藏表
5.2.6 论文推荐表
5.2.7 数据库关系图
5.3 主要模块设计
5.3.1 个性化推荐模块
5.3.2 热门论文推荐模块
5.4 实现功能展示
5.4.1 用户登录部分
5.4.2 离线处理部分
5.4.3 在线推荐部分
5.5 本章小结
6 总结与展望
6.1 全文总结
6.2 工作展望
参考文献
攻读学位期间的科研成果
致谢