基于偏好的细粒度评价分类系统的设计与实现开题报告
2021-12-18 21:08:21
全文总字数:1463字
1. 研究目的与意义及国内外研究现状
随着互联网的高速发展,便捷的网上购物日益普及且受到大众的青睐。但个人相对稳定的购买需求与网站提供的纷繁庞大的产品之间的矛盾越来越突出,用户往往不能搜寻到符合自己偏好的商品。很多购物网站也无法给出精确的推荐。所以用户对商品的评价显得尤其重要。基于偏好的细粒度评价分类系统就能很好的解决网购中的这些问题。该课题的主要目的就是通过搜索引擎到达产品页面的用户,根据solr站内全文搜索系统向用户推荐和其搜索相关的产品。整个系统基于用户行为偏好的混合式挖取。用户式输入形成的信息,根据电子商务系统在用户的购物过程中自动记录的信息汇总后使用推荐算法进行数据推荐。这样可以帮助用户高效搜索到自己喜欢的商品,也利于商家构建一个个性化的网络购物环境。
国内外研究现状
目前国内外的研究,主要集中在以下两个方面:
2. 研究的基本内容
基于偏好的细粒度评价分类系统主要阐述一个功能比较强大的系统的前后台操作过程及一些数据处理与分析。该系统通过搜集用户数据,进行数据的集中,分类与挖掘。通过数据挖掘帮助用户根据自己的爱好快速从海量的评价中检索出自己关注的评价。前台包括用户登入,用户兴趣爱好的注册,关键字搜索,系统推荐,商品评价等界面。后台包括数据的存储,修改调用,以便让用户能够快速找到自己所需的物品。
3. 实施方案、进度安排及预期效果
3月10日开始查阅相关文献书籍,搜索相关资料,重点了解了在线教学评估的一下基本知识,相关的理论以及它的工作流程,并开始设规划开发的步骤。3月20日起,根据对已完成的学年论文和自己对系统的理解,按照进度,开始进入毕业论文当中的开发阶段。逐步完成要求的功能,参考其它一些已完成的相关系统实例,不断完善自己系统地的功能。4月10日开始起草毕业论文。5月20日交由指导老师检阅,提出意见和建议并修改。
4. 参考文献
[1] 徐彬,李晓丽,《模式匹配在seo长尾关键词优化中的运用》,中国电子商务,2012。
[2] david heckerman.data mining and knowledge discovery ,kluwer academic publishers.2008.
[3]bruce eckel.thinking in java (fourth edition),national defense industry press.2007.