基于协同过滤的智能书籍推荐系统分析.docVIP

评委一评分，签名及备注 队号： 20038 评委三评分，签名及备注 评委二评分，签名及备注 选题： B 评委四评分，签名及备注 题目：基于协同过滤的智能书籍推荐系统 摘 要 随着信息技术和互联网的迅速发展，人们逐渐从信息匮乏的时代走入了信息过载的时代，对于信息消费者来说，从信息中找到自己感兴趣的信息是非常困难的事情；对于信息生产者，让自己生产的信息脱颖而出，受到广大用户的关注，也是非常困难的事情。，对每一个用户引入一个参数，对评分矩阵逐列进行线性回归，得到的矩阵再由梯度下降法优化，求得模型参数。其次，参数和两个特征进行内积，建立最终的预测书籍评分模型，并用该模型预测附件中指定的六个人对各自六种不同书籍的评分。最后，通过比较预测评分与所给评分，进行误差分析，得到模型预测值较精确。 针对问题三：依据协同过滤技术，建立了协同过滤推荐模型，可给用户推荐感兴趣的书籍。首先根据问题二得到用户对书籍的评分，创建所有已有评分的系数矩阵。其次，通过比较改进的余弦相似矩阵和皮尔逊相似矩阵的值，得到被推荐用户相似性最大的若干用户。最后根据相似性最大用户所看过的书籍，给出被推荐用户感兴趣的书籍。 最后，分析了模型的优缺点。本文运用协同过滤技术为对评分和书籍推荐系统进行了研究，对用户成功推荐了书籍。 另外，本文建立的数学模型具有较强的“可移植性”，可推广到网络、媒体、影视等领域。 关键字：主成