2014 Mathorcup 数学建模 书籍分类.doc

评委一评分，签名及备注 队号： 20024 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：网上书店图书推荐 摘要 在如今大数据时代，信息过载已成为购书者与择书之间的主要矛盾。针对这一问题，结合spss，excel，matlab，yaahp等软件，研究用户与书籍、书籍与标签之间的关系，本文构建对购书者进行书籍推荐的模型算法。 本文要求根据给出数据，先需要解决三方面问题。首先，通过user_social.txt，book_tag.txt,user_book_score.txt分析出影响用户对书籍评分的因素，再用excel表格处理已知数据后，从而得到具体的影响数值。然后，根据得出的影响数值推测用户评分的计算公式，再对公式进行检验其正确性,从而计算出评分结果。根据评分公式计算出用户所喜爱类书籍中书籍的分数，依照分数高低进行推荐。 针对问题一，用excel表格对用户的社会关系、书籍与标签关系、用户对书籍评分处理分析得出用户对书籍的评价。从而，假设出影响因素分别是用户所感兴趣的书籍、书籍受欢迎程度、其他用户对该书的评价。用yaahp软件处理用户对书籍的评分与书籍的受欢迎程度、用户的兴趣爱好、及书的综合评分的关系，得出各影响因素的权重，从而证明假设的成立，得到用户对书籍评分的影响因素。 针对问题二，根据问题一中得到的影响因素，用excel表格处理书籍ID与标签的数据、用户ID与关系好友数据和用户ID与用户评分数据三种数据 ，从而得到具体的影响数值。根据得出的影响数值推测用户评分的计算公式，运用user_score.txt中的评分数据检验用户评分公式的正确性。 针对问题三，运用问题二中所建立的模型，在用户所感兴趣的书籍分类中筛选出一部分书籍，综合书籍受欢迎程度、其他用户对该书的评价两项因素，根据公式计算所筛选书籍的分数，将筛选出的书籍的评分最高的三本书书推荐给用户。 关键字：聚类分析法，随机抽样法 网上书店图书推荐 1 问题重述 在大数据时代，信息过载已成读者最重要的问题。针对这一问题我们为网上购买书籍的读者进行书籍推荐。 随着信息技术和互联网的发展，已经是消费者和生产者日益头疼的事情。 推荐，就是解决这一矛盾的重要工具，在互联网的产品及其应用中被广泛采用，包括大家经常使用的相关搜索、话题推荐、电子商务的各种产品推荐、社交网络上的交友推荐等。 我们获得了一个著名网上书店的用户行为信息，包括对于书籍的评分数据，书籍的标签信息以及用户的社交关系，根据数据完成以下问题。 1.1问题一 分析影响用户对书籍评分的因素； 1.2问题二 建立一个模型，预测predict.txt附件中的用户对未看过书籍的评分； 1.3问题三 针对predict.txt附件中的用户，给每个用户推荐3本没看过的书籍。 2 问题分析 随着信息技术和互联网的不断发展，信息过剩已成为生产者和消费者的主要矛盾。然而，推荐是可以解决这种问题的优良工具，在互联网的产品和消费中被广泛应用。但是，在使用过程中还需要不断的优化。 对于问题一，本文通过book_tag.txt中的已知数据书籍ID和标签，进行标签数量统计和处理，最终得到了一份准确的书籍和书籍受欢迎程度的关系图，得出影响用户对书籍评价的影响因素，建立影响因素和评分的层次分析法模型，并且运用yaahp软件判断影响因素和评分的一致性，得到各影响因素的权值。 对于问题二，根据模型一已经确定的影响因素，用excel表格对user_ social.txt分析处理用户ID和关系好友ID数据，得到用户的好友数量与其兴趣爱好准确数值关系，用excel表格对book_tag.txt分析处理书籍ID和标签这两个数据，得到书籍的受欢迎程度与书籍的标签个数的准确数值关系，用excel表格对user_book_score.txt处理score数据，用户对该书籍的评价，总结出了用户在这些因素下评价所占的比例，得到用户对未看过书籍的评分关系式，需要用户对未看过书籍的预测评价较多，根据分析和处理出的评价因素，在Matlab中依据确定的用户ID和书籍ID建立预测用户评分模型。最终，计算出用户对未书籍的评分。 对于问题三，运用聚类分析法对书籍及用户的兴趣爱好进行分类，以确定用户兴趣所属类别。根据问题二所建立的模型，考虑三种因素，对书籍进行评分，因素一，分数较高的书籍；因素二，书籍所属类别是否是用户所喜爱书籍的类别；因素三，书籍的受欢迎程度。根据这三个因素确定比重，运用加权的思想来对书籍进行最终评分，选择评分高的三本书籍推荐给用户。 模型的假设 假设这一网站的数据具有一定的可信度。 2.假设在大量具有相同标签的用户中，无论随机选取那几个进行分析，筛选，研究