基于协同过滤算法的推荐系统.pdfVIP

B B 重庆大学本科学生毕业设计 （论文）附件 附件 ：开题报告 重庆大学本科学生毕业设计 （论文）附件 附件 ：开题报告 附件B： 附件B： 毕业设计（论文）开题报告 毕业设计（论文）开题报告 1 1、 课题的目的及意义 （含国内外的研究现状分析或设计方案比较、选型分析等） 、 课题的目的及意义 （含国内外的研究现状分析或设计方案比较、选型分析等） 本课题研究的是基于协同过滤算法的推荐系统设计与实现，实现根据用户的 本课题研究的是基于协同过滤算法的推荐系统设计与实现，实现根据用户的 兴趣特点和购买行为，向用户推荐相对应的商品。 兴趣特点和购买行为，向用户推荐相对应的商品。 个性化商品推荐是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣 个性化商品推荐是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣 商品。随着电子商务规模的不断扩大，商品个数和种类快速增长，顾客需要花费 商品。随着电子商务规模的不断扩大，商品个数和种类快速增长，顾客需要花费 大量的时间才能找到自己想买的商品。这种浏览大量无关的信息过程无疑会使淹 大量的时间才能找到自己想买的商品。这种浏览大量无关的信息过程无疑会使淹 没在信息过载问题中的顾客不断流失。为了解决这些问题，个性化推荐系统应运 没在信息过载问题中的顾客不断流失。为了解决这些问题，个性化推荐系统应运 而生。 个性化推荐的最大的优点在于，它能收集用户特征资料并根据用户特征， 而生。 个性化推荐的最大的优点在于，它能收集用户特征资料并根据用户特征， 如兴趣偏好，为用户主动作出个性化的推荐。而且，系统给出的推荐是可以实时 如兴趣偏好，为用户主动作出个性化的推荐。而且，系统给出的推荐是可以实时 更新的，即当系统中的商品库或用户特征库发生改变时，给出的推荐序列会 自动 更新的，即当系统中的商品库或用户特征库发生改变时，给出的推荐序列会 自动 改变。目前主要有两种类型的推荐系统，一种是以网页为推荐对象的搜索系统， 改变。目前主要有两种类型的推荐系统，一种是以网页为推荐对象的搜索系统， 主要采用 web 数据挖掘的方法与技术，为用户推荐符合其兴趣爱好的网页，如 主要采用 web 数据挖掘的方法与技术，为用户推荐符合其兴趣爱好的网页，如 Google 等；另一种是网上购物环境下、以商品为推荐对象的个性化推荐系统，为 Google 等；另一种是网上购物环境下、以商品为推荐对象的个性化推荐系统，为 用户推荐符合兴趣爱好的商品，如书籍、音像等，称这种推荐系统为电子商务个 用户推荐符合兴趣爱好的商品，如书籍、音像等，称这种推荐系统为电子商务个 性化推荐系统，简称电子商务推荐系统。 性化推荐系统，简称电子商务推荐系统。 整个电子商务推荐系统主要可分为输入功能模块、推荐方法模块和输出功能 整个电子商务推荐系统主要可分为输入功能模块、推荐方法模块和输出功能 模块。输入可来自客户个人和社团群体两部分。客户个人输入主要指 目标用户， 模块。输入可来自客户个人和社团群体两部分。客户个人输入主要指 目标用户， 即要求获得推荐的人，为得到推荐必须对一些项 目进行评价，以表达自己的偏好， 即要求获得推荐的人，为得到推荐必须对一些项 目进行评价，以表达自己的偏好， 包括隐式浏览输入、显式浏览输入、关键词和项 目属性输入以及用户购买历史等； 包括隐式浏览输入、显式浏览输入、关键词和项 目属性输入以及用户购买历史等； 社团群体输入主要指集体形式的评价数据，包括项 目属性、社团购买历史、文本 社团群体输入主要指集体形式的评价数据，包括项 目属性、社团购买历史、文本 评价和等级评分等。输出主要为推荐系统获得输入信息后推荐给用户的内容，主 评价和等级评分等。输出主要为推荐系统获得输入信息后推荐给用户的内容，主 要形式有：① 建议 (suggestion)，分为单个建议 (single item)、未排序建议列 要形式有：① 建议 (suggestion)，分为单个建议 (single it