基于观众行为的博物馆藏品推荐算法的研究与实现

目录

声明

第一章 绪论

1.1 研究背景

1.2 研究现状

1.3 论文主要工作

1.4 论文组织结构

第二章 个性化推荐相关理论

2.1 推荐算法

2.1.1 基于内容的推荐

2.1.2 基于协同过滤的推荐

2.1.3 混合推荐

2.1.4 推荐系统评估指标

2.1.5 相似度计算方式

2.2 聚类算法

2.3 Hadoop平台

2.4 本章小结

第三章 博物馆数据处理及分析

3.1 藏品数据处理

3.1.1 藏品去重处理

3.1.2 数据格式统一

3.2 观众数据处理

3.3 藏品关联度计算

3.3.1 关联度计算方式

3.3.2 藏品关联度计算

3.4 本章小结

第四章 个性化推荐算法设计

4.1 基于藏品内容的推荐算法

4.2 模糊聚类算法的优化

4.2.1 模糊C均值算法

4.2.2 改进的模糊C均值算法

4.2.3 实验结果分析

4.3 基于MapReduce的KPFCM聚类算法

4.3.1 MapReduce原理

4.3.2 基于MapReduce的KPFCM聚类算法

4.4 基于MRKPFCM的推荐算法

4.4.1 基于MRKPFCM和观众的并行化协同过滤推荐算法

4.4.2 基于MRKPFCM和藏品的并行化协同过滤推荐算法

4.4.3 基于MRKPFCM的混合并行化协同过滤推荐算法

4.5 本章小结

第五章 系统实现与结果分析

5.1 实验数据集和环境

5.1.1 实验数据集

5.1.2 实验环境

5.2 可视化模块实现

5.3 实验结果分析

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

附录

在读期间公开发表的论文

致谢