基于大数据的旅游推荐系统的设计和实现.docVIP

基于大数据的旅游推荐系统的设计和实现

TOC\o1-2\h\u24606第1章绪论 3

125731.1研究背景及意义 3

123761.2国内外研究现状 3

86861.2.1国外研究现状 3

280431.2.2国内研究现状 4

79451.3研究内容及方法 4

115871.3.1研究内容 4

152101.3.2研究方法 4

17317第2章相关技术介绍 5

151902.1大数据技术概述 5

270852.1.1大数据的定义与特征 5

24892.1.2大数据技术体系 5

92652.2旅游推荐系统概述 5

126752.2.1旅游推荐系统的定义 5

207482.2.2旅游推荐系统的分类 5

171302.2.3旅游推荐系统的关键技术与挑战 6

181952.3数据挖掘与机器学习算法 6

30012.3.1数据挖掘算法 6

284352.3.2机器学习算法 6

787第3章系统需求分析 6

223013.1功能需求 6

31543.1.1系统概述 7

298013.1.2用户管理 7

45923.1.3数据采集与处理 7

125813.1.4旅游推荐 7

165373.1.5系统管理 7

35143.2功能需求 8

112143.2.1响应时间 8

64903.2.2数据处理能力 8

124963.2.3系统稳定性 8

255493.2.4安全性 8

209033.3可行性分析 8

232563.3.1技术可行性 8

208563.3.2经济可行性 8

224543.3.3运营可行性 8

257433.3.4社会可行性 8

1401第四章系统设计 8

66044.1系统架构设计 8

203014.2数据库设计 9

41744.3推荐算法设计 9

15854第五章数据预处理 10

254875.1数据清洗 10

96945.1.1概述 10

187675.1.2错误和异常处理 10

215195.1.3重复记录处理 10

307275.2数据集成 10

54105.2.1概述 10

250175.2.2数据来源及整合 10

49765.3数据转换 11

282345.3.1概述 11

108625.3.2特征提取 11

311955.3.3特征工程 11

5655.3.4降维 11

16056第6章特征工程 11

72116.1特征选择 12

204296.1.1引言 12

5516.1.2特征选择方法 12

122336.1.3特征选择效果评估 12

49986.2特征提取 12

128846.2.1引言 12

20556.2.2特征提取方法 12

96.2.3特征提取效果评估 13

159766.3特征降维 13

69196.3.1引言 13

238426.3.2主成分分析（PCA） 13

290246.3.3线性判别分析（LDA） 13

15785第7章推荐算法实现与优化 13

132327.1基于内容的推荐算法 13

79737.1.1算法原理 13

65517.1.2特征提取 14

172817.1.3相似度计算 14

191897.1.4推荐算法实现 14

292357.2协同过滤推荐算法 14

71927.2.1算法原理 14

302717.2.2用户基协同过滤 14

318007.2.3物品基协同过滤 14

64537.2.4推荐算法实现 14

125337.3混合推荐算法 14

274537.3.1算法原理 14

37717.3.2混合策略 15

267377.3.3推荐算法实现 15

7468第8章系统实现 15

199878.1系统开发环境与工具 15

204888.2系统模块实现 15

180158.2.1用户模块 15

428.2.2数据处理模块 16

20598.2.3推荐模块 16

280488.2.4前端展示模块 16

119598.3系统测试与调试 16

67978.3.1