软件工程中期检查及推荐系统研究进展概要.pdfVIP

软件工程中期检查须知

1.中期检查是加强工程工作管理的重要环节之

一，一般在开题报告半年后进行。

2.中期检查时应向专家组的开题报

告，工作与开题报告不符部分，应说明并接受专家

组质疑。

3.编写中期检查报告要认真负责，如实反映工作的进

展情况，弄虚。

4.没有编写中期报告或写了报告但导师和专家组审核

通过者，不能申请答辩。

5.中期报告应在由3－5名副高以上专家组成的指导小组会上进

行，通过后经签名有效。（须填写中期报告表）

6.提交的中期检查报告尺寸规格为A4（210╳297mm）。

中期检查报告编写提纲

1.题目；

2.工作进展情况及所取得的阶段性成果；

3.已完成工作是否符合开题报告内容，不符或变动之处应说明

；

4.工作存在问题及所遇到的，如何克服；

5.下一阶段的工作计划和研究（设计）内容；

6.已完成的部分研究（设计）成果有用于生产或准备用于生产的内容和

计划；

7.研究情况或拟的内容或计划；

题目：基于实例与大众分类法的影视推荐系统的设计与实现

类型：（1）基础研究；□（2）应用基础研究；□（3）应用研究；□（4）其它；□

课题：（1）纵向课题；□（2）横向课题；□（3）自选课题；□（4）其它；□

一、中期报告完成内容（1、中期背景；2、理论意义和应用价值；3、国内外研究现状及

发展趋势。附主要参考文献及出处）

1、中期背景

自上世纪90年代诞生以来，推荐系统一直在互联网的众多领域发挥着作用，

例如亚马逊的电子商务系统，Hulu的推荐系统，Pandora的音乐推荐系统等，近

年来移动互联网的高速发展，用户的引动个人终端设备越来越丰富。移动设备往往体

积较小，移动端页面承载的信息量是有限的，这也就意味着展现的信息需要更精确地

符合每个用户的需求。而的碎片化、文化的多样性，也带来人们对信息的需

求越来越个性化。这些因素推动着个性化即推荐系统应用的普及和深入化。

随着推荐引擎的出现，用户获取信息的方式从简单的目标明确的数据的搜索转换

到更高级更符合人们使用习惯的信息发现。

2、理论意义和应用价值

如今，随着推荐技术的不断发展，推荐引擎已经在电子商务和一些基于social

network的社会化站点都取得很大的成功。这也进一步的说明了，Web2.0环境下，

在面对海量的数据，用户需要这种更加智能的，更加了解他们需求，口味和喜好的信

息发现机制。

现实中大多数商业推荐引擎用的主要是协同过滤（CF）技术。CF系统将用户评分

作为唯一知识源向用户推荐商品。而基于实例的推荐系统是基于知识的推荐系统的一

种实现，基于知识算法有其特定的应用优势，比较典型的是：人们不会频繁地房

屋、汽车或者计算机，在这种情况下，纯粹的CF系统会由于评分数据少而效果不好。

在一些复杂的产品领域，比如汽车，用户经常希望明确定义他们的需求，比如“汽车

的最高价格是x，颜色应该是黑色的”，这些需求的形式化并不是纯粹协同过滤腿甲架构

所擅长解决的。

3、国内外研究现状及发展趋势

基于知识的推荐系统包括三类：基于KDD（KnowledgeDiscoveryinDatabase）

的推荐系统，基于CBR（CaseBasedReasoning）的推荐系统（即基于实例的推荐系

统）和基于知识推理的推荐系统。严格意义上讲基于KDD的推荐系统不属于基于知识

的推荐系统，它主要是在传统推荐系统中应用了数据挖