协同过滤推荐算法在购物网站中的应用研究开题报告
2021-12-30 21:30:17
全文总字数:1690字
1. 研究目的与意义及国内外研究现状
(1)选题的目的
本论文在协同过滤推荐算法现状的研究基础上,结合java软件开发技术,首先学习推荐系统和协同过滤算法的内容,对比总结协同过滤推荐算法存在的问题并提出改进思路,最后搭建购物网站系统。
系统分为三个部分,前台客户端,后台管理系统和推荐子系统。实现基本购物功能和推荐功能。
2. 研究的基本内容
协同过滤推荐算法的核心思想是通过对用户评估矩阵的分析得到目标用户的最邻用户集合,然后根据最邻用户集合对项目的评价预测目标用户对该项目的评价,从而产生推荐。本系统是对购物网站推荐系统的研究,研究板块如下:
1、对购物网站推荐系统结构和技术进行研究;
2、对常用的推荐算法进行比较分析,熟悉和掌握协同过滤推荐算法的内容;
3. 实施方案、进度安排及预期效果
(1)准备阶段:3月前,学习java语言编程基础,学习相关框架,了解课题研究现状。准备阶段后期要清楚应该开发一个什么样的系统。撰写论文的绪论部分。
(2)开题阶段:至4月1日,完成应用的需求分析,完成总体设计,完成任务书、开题报告,撰写相应部分的论文。
(3)应用实现阶段:至4月20日,完成软件设计、实现。
4. 参考文献
[1]项亮. 推荐系统实践 .人民邮电出版社,2012.
[2]鲁为. 协作过滤算法及其个性化推荐系统中的应用 .北京邮电大学,2007.
[3]王国霞.刘贺平 个性化推荐系统综述 .计算机工程与应用,2012.