声明
致谢
摘要
1 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 论文主要工作
1.4 论文主体结构
2 相关技术
2.1 MySQL数据库
2.1.1 数据库管理系统
2.1.2 MySQL数据库特点
2.2 Spring MVC
2.2.1 Spring MVC机制
2.2.2 Spring MVC优势
2.3 AngularJS
2.3.1 AngularJS简介
2.3.2 AngularJS特点
3 网络用户偏好分析
3.1 典型推荐算法及存在问题分析
3.1.1 基于内容的推荐
3.1.2 基于协同过滤的推荐
3.1.3 混合推荐
3.1.4 现有推荐系统存在的问题
3.2 网络用户偏好分析建模
3.2.1 基于用户间关注关系建模
3.2.2 基于用户间交互信息建模
3.3 本章小结
4 推荐算法及仿真
4.1 推荐方法
4.1.1 基于关注关系推荐方法
4.1.2 基于交互信息推荐方法
4.2 爬虫系统的设计
4.2.1 传统网络信息采集方法
4.2.2 基于HttpClient爬虫系统爬取过程
4.2.3 HttpClient
4.2.4 正则表达式
4.3 Matlab仿真验证
4.4 算法优势
4.5 本章小结
5 推荐系统设计
5.1 系统整体设计
5.2 数据库表结构设计
5.3 推荐模块详细设计
5.3.1 数据预处理模块
5.3.2 相似度计算模块
5.3.3 功能实现
5.4 推荐结果展示
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
作者简历及攻读硕士/博士学位期间取得的研究成果
学位论文数据集