声明
致谢
1绪论
1.1 研究背景及意义(Research background and significance)
1.2 国内外研究现状(The Status in country and abroad)
1.3 研究内容(Research content)
1.4 本章小结(Summary)
2 协同过滤推荐技术简介
2.1 协同过滤概念及原理( Collaborative filtering concepts and principles)
2.1.1 推荐系统概述
2.1.2 个性化推荐工作原理
2.2 协同过滤推荐算法( Collaborative filtering recommendation algorithm)
2.2.1工作原理
2.2.2 基于内存的协同过滤
2.2.3 基于模型的协同过滤
2.2.4 基于分类算法的协同过滤
2.3 本章小结(Summary)
3 数字化校园平台对个性化推荐的需求分析
3.1 数字化校园平台现状分析( Analysis of the Status of Digital Campus Platform)
3.2 推荐功能分析(System function analysis)
3.2.1 数据清洗整理功能
3.2.2 选修课推荐功能
3.2.3 图书推荐功能
3.2.4 实训操作推荐功能
3.3 数据需求分析(System data flow)
3.4 非功能需求分析(Nonfunctional demand analysis)
3.5 本章小结(Summary)
4 数字化校园平台中个性化推荐子系统的设计
4.1.1 系统内部架构
4.1.2 网络拓扑结构
4.2 协同过滤推荐算法模块设计( Collaborative filtering recommendation algorithm module design)
4.2.1 数据汇总处理模块
4.2.2 数据抽取转化模块
4.2.3 推荐算法设计
4.3 推荐子系统功能模块设计(Recommended subsystem function module design)
4.3.1 数据清洗整理设计
4.3.2 选课推荐设计
4.3.3 图书推荐设计
4.3.4 实训操作推荐设计
4.4 数据库设计(Database Design)
4.4.1 数据库选型
4.4.2 数据库表结构设计
4.5本章小结(Summar)
5 数字化校园平台中个性化推荐子系统的实现与测试
5.1 开发环境介绍(Development environment introduction)
5.2 功能模块实现(Function module implementation)
5.2.1 数据清洗整理实现
5.2.2 选课推荐实现
5.2.3 图书推荐实现
5.2.4 实训推荐实现
5.3 推荐模块的实现(Recommendation module implementation)
5.4 主要实现界面(Main implementation interface)
5.5 系统测试(System test)
5.5.1 测试步骤
5.5.2 功能和性能测试
5.5.3 推荐效果测试
5.6 本章小结(Summary)
6 总结与展望
参考文献
作者简历
学位论文原创性声明
学位论文数据集