1. 毕业设计（论文）主要内容：

推荐系统旨在为用户过滤大量信息，向他们提供更能满足其偏好或需求的信息。本研究拟实现的群体推荐系统用于解决为不同兴趣的用户群提供建议的问题，需要考虑在高协议水平下获得群组建议的附加价值，试图在群组成员的个别建议中达成高度共识。研究基于协同过滤及模糊偏好等推荐算法，受现有群体决策方法的启发，采取“共识—推荐”模式，以使各个建议彼此更接近。

通过对现有推荐算法进行分析、对比、扩充和改进，最终推荐系统的实现拟采用Python语言，基于其强大的数据分析和机器学习库，实现根据群组各成员的偏好项目，找到其相似用户并对所有人的偏好评级，得到“高度共识的建议”进行推荐。

2. 毕业设计（论文）主要任务及要求

（1）根据下达的毕业设计任务，在毕业设计开始后三周内独立完成开题报告；

（2）通过对相关推荐算法及群体决策方法学习与研究，进行思考与扩展；

（3）用自己熟悉的开发工具和数据库完成系统的开发；

3. 毕业设计（论文）完成任务的计划与安排

1~3周：确认选题，查阅收集资料，完成任务书及完开题报告：

第4~6周：阅读推荐算法相关文献，建立推荐算法模型；

第7~9周：对拟确定的推荐算法进行改进和扩充；

4. 主要参考文献

[

[1]王虎,张骏.管理信息系统(第2版). 武汉:武汉理工大学出版社,2007.

[2]zhu yunfang, chaohua dai, weirong chen, et al. adaptive probabilitiesof crossover and mutation in genetic algorithms based on cloud generators.journal of computational information systems, 2005, 1(4): 671-678.(ei: 063610101001)

[3]j. lu, q. shambour, y. xu, q. lin, g. zhang, bizseeker: a hybridsemantic recommendation system for personalized government-to-businesse-services, internet research 20 (2010) 342–365.