1. 研究目的与意义（文献综述）

随着信息技术的不断发展，互联网络中的信息数量呈爆炸式上升，包括在线视频网站，音乐网站，电商网站等信息提供方所持有的信息进一步增加，商务规模不断扩大，所提供的服务或商品个数种类快速增长，消费者往往需要花费大量的时间用于搜索自己所期望的商品，这样浏览大量无关信息和产品的过程无疑会使有用的信息被淹没在海量无关数据当中，早场消费者的流失最终导致商业利益受到损失。如何精准有效的使使用者或消费者快速的找到他们所感兴趣的信息，或将能创造价值的信息主动推送给消费者，这是目前提高商业效率的一项重要举措。在这样的背景下，推荐系统孕育而生。推荐系统是利用电子商务网站向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买过程。个性化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的信息和商品。

随着信息技术和互联网技术的高速发展，推荐算法也得到了广泛的关注，目前已经有了许多的研究和应用。然而，当前的推荐算法往往在稀疏数据的情形下表现不够理想，甚至出现无法正常工作的现象。面对这些问题，需要将不确定理论与传统推荐算法相关理论相结合，改进算法在更广泛应用场景下的可用性和准确度，提升推荐效率。

随着不确定理论的加入，推荐算法将可以自适应的选择预测目标，并结合感情分析模型进行进一步的个性化推荐，这样的算法对于稀疏数据尤其是涉及到自然语义理解的稀疏数据处理起来会更加高效，将一定程度上解决传统协同过滤算法上存在的局限性，并且平衡不同群体不同类型数据对于推荐结果精度的影响，避免给推荐算法带来计算时间过长或结果不精确的问题。

2. 研究的基本内容与方案

依据任务书的要求，本设计拟完成以下任务：

（1） 针对选题完成相关国内外研究现状的分析；

（2） 针对选题，完成算法目标调研、需求分析工作，拟包括数据采集整理，基准制定等；

3. 研究计划与安排

进度安排

时间	内容	备注
2018.12.30之前	完成毕业设计选题
2019.01.20之前	结合选题和任务书的目标要求，完成开题报告撰写
2019.04.30之前	完成文献阅读和数据准备工作
2019.05.15之前	完成算法设计，实施和实验
2019.05.23之前	完成系统的设计和实施、提交论文初稿
2019.06.01之前	根据指导老师的修改意见，完成系统的修改完善和论文的修订
2019.06.19之前	根据答辩小组老师的修改意见，完善论文和系统，提交和上传最终的毕业设计相关资料（论文和系统）

4. 参考文献（12篇以上）

[1]钱春琳,张兴芳,孙丽华.基于在线评论情感分析的改进协同过滤推荐模型[j].山东大学学报(工学版),2019,49(01):47-54.

[2]王少兵,吴升.采用在线评论的景点个性化推荐[j].华侨大学学报(自然科学版),2018,39(03):467-472.

[3]何军. 基于社会选择和社会影响作用机制的社交网络群推荐方法研究[d].合肥工业大学,2017.