您现在的位置:情感口述 > 情感小说 > 正文

基于用户交易数据的团购推荐系统的研究与实现

时间:2019-07-09 14:10 作者:admin

基于用户交易数据的团购推荐系统的研究与实现

摘要第4-5页Abstract第5页第一章绪论第8-13页研究背景第8页国内外研究现状第8-9页研究目标及意义第9-11页主要内容及结构第11-12页研究主要内容第11页本文组织结构第11-12页本章小结第12-13页第二章相关理论与技术基础第13-33页团购网站概述第13-16页团购网站的兴起第13页团购网站的运营模式分析第13-15页现有团购网站的盈利模式分析第15-16页个性化推荐系统概述第16-19页个性化推荐系统概念第16页个性化推荐系统框架第16页个性化推荐系统主研方向第16-17页个性化推荐系统评价指标第17-19页协同过滤技术概述第19-21页协调过滤技术简介第19页基于用户的协同过滤第19-20页基于项目的协同过滤第20-21页词向量概述第21-25页词向量概念第21-22页模型第22-25页基于内容的推荐第25-26页相似度计算第26-29页余弦相似度第26-29页欧式距离第29页相关开发技术第29-31页与HiveSQL简介第29-30页简介第30页简介第30-31页简介第31页本章小结第31-33页第三章基于用户交易数据的推荐系统研究第33-44页整体结构概述第33-34页离线计算部分第34-41页数据源收集第35-36页基于用户协同过滤推荐第36-37页基于内容及用户喜好推荐第37-39页基于门店词向量推荐第39页计算结果汇总第39-40页全局召回第40-41页在线查询部分第41-43页本章小节第43-44页第四章基于用户交易数据的推荐系统实现第44-69页系统实现平台第44页主体模块功能实现第44-68页数据源模块功能实现第44-47页离线计算模块功能实现第47-67页在线查询模块功能实现第67-68页本章小结第68-69页第五章实验及结论第69-75页算法测试方案及结果分析第69-73页协同过滤推荐算法评测第69-70页基于门店词向量算法评测第70-71页基于内容推荐算法评测第71-72页算法合并结果评测第72-73页整体性能评估及结果分析第73-74页本章小结第74-75页第六章总结与展望第75-77页总结第75-76页展望第76-77页参考文献第77-79页致谢第79页。