發(fā)布時間：2017-04-17 04:11

  本文關(guān)鍵詞：基于協(xié)同過濾推薦算法的房產(chǎn)拍賣系統(tǒng)的設(shè)計與開發(fā)，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著信息技術(shù)和互聯(lián)網(wǎng)的發(fā)展,人們逐步從信息缺乏的時代進(jìn)入了信息過量的時代。不論是信息接受者還是信息制造者都碰到了前所未有的挑戰(zhàn):對于信息接受者來說,需要從大量信息中找到自己感興趣的信息;對于信息制造者來說,需要讓自己生產(chǎn)的信息脫穎而出,受到眾多用戶的青睞。推薦系統(tǒng)可以解決這個問題。它的功能就是聯(lián)系用戶和信息,一方面幫助用戶發(fā)現(xiàn)對自己有價值的信息,另一方面讓信息能夠展現(xiàn)在對它感興趣的用戶面前,從而滿足信息接受者和信息制造者雙方的需求。房產(chǎn)拍賣系統(tǒng)是電商領(lǐng)域一個相對成熟的體系,要想在激烈的互聯(lián)網(wǎng)競爭中吸引更多的客戶參與商業(yè)活動,公司就必須要把有價值的信息傳遞給用戶。但是傳統(tǒng)的房產(chǎn)拍賣系統(tǒng)幾乎沒有涉及房產(chǎn)推薦的功能。如果把推薦系統(tǒng)嵌入到房產(chǎn)拍賣系統(tǒng)中,那么用戶可以獲得更加個性化、更加準(zhǔn)確的信息來進(jìn)行交易,這樣房產(chǎn)拍賣網(wǎng)站就能夠獲得更多的利潤。針對這種情況,本論文開發(fā)了基于協(xié)同過濾推薦算法的房產(chǎn)拍賣系統(tǒng)。該系統(tǒng)充分利用了協(xié)同過濾推薦算法的優(yōu)點(diǎn),使該系統(tǒng)更加個性化的面向用戶。本人參與了該系統(tǒng)的設(shè)計與研發(fā),主要是參與了拍賣系統(tǒng)的系統(tǒng)分析、整體設(shè)計以及房產(chǎn)推薦模塊的開發(fā)工作�；趨f(xié)同過濾推薦算法的線上拍賣系統(tǒng)除了實(shí)現(xiàn)用戶管理、拍賣房產(chǎn)管理、拍賣過程管理這些基本的功能之外,最主要的是實(shí)現(xiàn)了其他房產(chǎn)拍賣系統(tǒng)所沒有的拍賣房產(chǎn)推薦功能。房產(chǎn)推薦功能的設(shè)計主要根據(jù)每個用戶的行為進(jìn)行分析,利用收集的數(shù)據(jù)結(jié)合本文所運(yùn)用的推薦算法進(jìn)行預(yù)測,個性化的推薦給用戶會感興趣的房產(chǎn)信息。該系統(tǒng)的開發(fā)基于用戶的推薦算法,使用XAMPP集成開發(fā)環(huán)境,減少了部署過程中的工作,利用Apache作為Web服務(wù)器,采用b/s架構(gòu),MySQL作為數(shù)據(jù)庫管理系統(tǒng)。
【關(guān)鍵詞】：房產(chǎn) 線上拍賣 協(xié)同過濾 推薦算法
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP311.52;TP391.3
【目錄】：

• 中文摘要3-4
• ABSTRACT4-8
• 第一章 緒論8-11
• 1.1 項(xiàng)目研究背景8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-10
• 1.3 論文主要工作10
• 1.4 論文組織結(jié)構(gòu)10-11
• 第二章 相關(guān)技術(shù)介紹11-14
• 2.1 TNCF算法11
• 2.2 AJAX長輪詢11-12
• 2.3 DBMS數(shù)據(jù)庫事務(wù)12-13
• 2.4 XAMPP集成環(huán)境13
• 2.5 本章小結(jié)13-14
• 第三章 系統(tǒng)分析與設(shè)計14-27
• 3.1 系統(tǒng)的功能介紹14
• 3.2 系統(tǒng)的需求分析14-19
• 3.2.1 系統(tǒng)的應(yīng)用目標(biāo)分析14-15
• 3.2.2 系統(tǒng)的功能需求分析15-18
• 3.2.3 系統(tǒng)的非功能需求分析18-19
• 3.3 系統(tǒng)總體設(shè)計19-20
• 3.4 系統(tǒng)流程分析20-23
• 3.5 拍賣系統(tǒng)E-R圖23
• 3.6 數(shù)據(jù)庫設(shè)計23-26
• 3.7 本章小結(jié)26-27
• 第四章 房產(chǎn)推薦算法設(shè)計與架構(gòu)設(shè)計27-36
• 4.1 商品推薦方法介紹27-28
• 4.2 用戶偏好模型分析28-29
• 4.3 用戶偏好的行為描述與建模29
• 4.4 用戶間偏好互相關(guān)系數(shù)計算原理29-30
• 4.5 相似近鄰圈定方法30-31
• 4.6 基于協(xié)同過濾的房產(chǎn)推薦算法31-33
• 4.7 推薦模塊總體設(shè)計33-34
• 4.8 推薦引擎的架構(gòu)34-35
• 4.9 本章小結(jié)35-36
• 第五章 基于推薦的房產(chǎn)拍賣系統(tǒng)實(shí)現(xiàn)36-43
• 5.1 系統(tǒng)開發(fā)環(huán)境36
• 5.2 房產(chǎn)推薦模塊實(shí)現(xiàn)與測試結(jié)果36-39
• 5.3 系統(tǒng)功能展示39-42
• 5.4 本章小結(jié)42-43
• 第六章 總結(jié)與展望43-45
• 6.1 總結(jié)43-44
• 6.2 展望44-45
• 參考文獻(xiàn)45-48
• 在學(xué)期間的研究成果48-49
• 致謝49

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時間序列性的推薦算法[J];計算機(jī)系統(tǒng)應(yīng)用;2006年10期

2 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計算機(jī)應(yīng)用;2007年06期

3 張海玉;劉志都;楊彩;賈松浩;;基于頁面聚類的推薦算法的改進(jìn)[J];計算機(jī)應(yīng)用與軟件;2008年09期

4 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

5 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期

6 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強(qiáng);;智能博物館環(huán)境下的個性化推薦算法[J];計算機(jī)工程與應(yīng)用;2010年19期

7 王文;;個性化推薦算法研究[J];電腦知識與技術(shù);2010年16期

8 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評價估計的混合推薦算法研究[J];微計算機(jī)信息;2010年36期

9 夏秀峰;代沁;叢麗暉;;用戶顯意識下的多重態(tài)度個性化推薦算法[J];計算機(jī)工程與應(yīng)用;2011年16期

10 楊博;趙鵬飛;;推薦算法綜述[J];山西大學(xué)學(xué)報(自然科學(xué)版);2011年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個性化推薦算法[A];2008年計算機(jī)應(yīng)用技術(shù)交流會論文集[C];2008年

3 秦國;杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2004年

4 周玉妮;鄭會頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動商務(wù)個性化推薦系統(tǒng)[A];社會經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第17屆學(xué)術(shù)年會論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時推薦算法[A];第五屆全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會議論文（摘要）匯集[C];2009年

6 梁莘q

本文編號：312381