(1)分析个性化推荐系统需求，掌握主要推荐算法；

(2)设计实现基于相似用户的推荐；

(3)设计实现基于相似条目的推荐；

(4)设计实现基于内容的推荐；

(5)运用 组合推荐引擎，提高推荐性能；

1.查阅15篇相关文献（不少于3篇外文文献），并每篇书写200—300字文献摘要（装订成册，带封面）；

2.认真填写周记，完成至少1500字开题报告（“设计的目的及意义”至少800汉字；“基本内容和技术方案”至少400汉字；进度安排应尽可能详细；教指导教师意见应包含：学生的调研是否充分？基本内容和技术方案是否已明确？是否已经具备开始设计（论文）的条件？能否达到预期的目标？是否同意进入设计（论文）阶段？）；

3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；

4.完成系统的编码与调试；

5.完成10000字以上的毕业论文；

6.进行论文答辩。

(1)2019/1/19—2019/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；

(2)2019/3/1—2019/4/30：系统架构、程序设计与开发、系统测试与完善；

(3)2019/5/1—2019/5/25：撰写及修改毕业论文；

(4)2019/5/26—2019/6/5：准备答辩。

[1] [美] HaralambosMarmanis（哈若拉玛·玛若曼尼斯），[美] Dmitry Babenko（德米特里·巴宾寇） 著；阿稳，陈钢 译, 智能Web算法[M], 电子工业出版社, 2011.7

[2] Bing Liu 著;俞勇等译. web数据挖掘[M]. 清华大学出版社, 2009.

[3] [新西兰] 威滕（Witten，I.H.） 著，李川，张永辉 译，数据挖掘：实用机器学习工具与技术（原书第3版）[M], 机械工业出版社, 2014.5

[4] JiaweiHan, MichelineKamber. [加] 数据挖掘概念与技术[M].机械工程出版社，2007.3.