發(fā)布時(shí)間：2023-11-11 18:24

　　當(dāng)前的圖書管理系統(tǒng)中保存有大量的用戶歷史數(shù)據(jù),引入推薦系統(tǒng)可以通過分析用戶的歷史操作信息為人們提供個(gè)性化的推薦,能夠有效地降低用戶獲得需要圖書資源的時(shí)間。但在推薦系統(tǒng)中存在著數(shù)據(jù)稀疏性的問題,用戶之間的相似度計(jì)算的結(jié)果不能滿足推薦系統(tǒng)的要求,導(dǎo)致推薦的準(zhǔn)確度較低。針對(duì)以上問題,本文通過對(duì)用戶操作的日志信息及操作數(shù)據(jù)的分析計(jì)算,得到用戶的興趣度,通過改進(jìn)用戶相似度的計(jì)算來提高推薦的準(zhǔn)確度。本文主要進(jìn)行了以下的工作:(1)提出了一種基于用戶興趣模型的推薦方法,首先通過收集歷史搜索信息和數(shù)據(jù)庫中的用戶操作數(shù)據(jù),對(duì)用戶的瀏覽、檢索等隱性數(shù)據(jù)及評(píng)分、借閱等顯性數(shù)據(jù)進(jìn)行分析,深入發(fā)掘用戶對(duì)圖書分類屬性的興趣程度,在計(jì)算用戶相似度的過程中,把用戶對(duì)圖書分類屬性的興趣相似度和用戶的評(píng)分的相似度進(jìn)行加權(quán)計(jì)算,通過平衡因子β來調(diào)節(jié)這兩個(gè)參數(shù)之間的權(quán)重,得出用戶相似的集合。然后進(jìn)行相似的用戶對(duì)目標(biāo)用戶未瀏覽過的圖書進(jìn)行預(yù)測(cè)的評(píng)分,并把預(yù)測(cè)評(píng)分高的圖書推薦給目標(biāo)用戶。最后設(shè)計(jì)了推薦算法的仿真實(shí)驗(yàn),驗(yàn)證了在數(shù)據(jù)稀疏的情況下,該推薦算法能夠大大提高推薦的準(zhǔn)確程度。(2)設(shè)計(jì)了一套基于用戶興趣模型的圖書推薦系統(tǒng),整...

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文的組織安排
第二章 關(guān)鍵技術(shù)與理論
    2.1 推薦系統(tǒng)
        2.1.1 基于內(nèi)容的推薦系統(tǒng)
        2.1.2 基于協(xié)同過濾的推薦系統(tǒng)
        2.1.3 數(shù)據(jù)挖掘技術(shù)
    2.2 興趣度構(gòu)建
    2.3 Mahout庫
    2.4 本章小結(jié)
第三章 基于用戶興趣模型的推薦算法
    3.1 問題的提出
        3.1.1 提出問題
        3.1.2 現(xiàn)有的解決方案
    3.2 基于用戶興趣的圖書推薦技術(shù)
    3.3 用戶興趣度模型建立
        3.3.1 興趣數(shù)據(jù)獲取
        3.3.2 建立興趣度模型
    3.4 產(chǎn)生推薦結(jié)果
        3.4.1 找尋鄰近用戶
        3.4.2 產(chǎn)生推薦信息
    3.5 基于Mahout實(shí)現(xiàn)推薦算法
    3.6 實(shí)驗(yàn)設(shè)計(jì)
        3.6.1 數(shù)據(jù)集設(shè)計(jì)
        3.6.2 評(píng)測(cè)指標(biāo)
        3.6.3 實(shí)驗(yàn)結(jié)果分析
    3.7 本章小結(jié)
第四章 基于用戶興趣模型的圖書推薦系統(tǒng)需求分析與架構(gòu)設(shè)計(jì)
    4.1 系統(tǒng)需求分析
        4.1.1 用戶操作行為分析
        4.1.2 系統(tǒng)主要功能分析
        4.1.3 非功能性需求
    4.2 系統(tǒng)架構(gòu)設(shè)計(jì)
        4.2.1 系統(tǒng)物理組成設(shè)計(jì)
        4.2.2 系統(tǒng)架構(gòu)設(shè)計(jì)
        4.2.3 系統(tǒng)軟件功能框架
    4.3 本章小結(jié)
第五章 基于用戶興趣模型的圖書推薦系統(tǒng)詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
    5.1 數(shù)據(jù)庫設(shè)計(jì)
    5.2 推薦功能模塊設(shè)計(jì)
        5.2.1 推薦服務(wù)流程
        5.2.2 用戶興趣度獲取
        5.2.3 數(shù)據(jù)分析
        5.2.4 推薦算法設(shè)計(jì)
    5.3 系統(tǒng)搭建環(huán)境
    5.4 系統(tǒng)實(shí)現(xiàn)
        5.4.1 系統(tǒng)首頁實(shí)現(xiàn)
        5.4.2 常規(guī)推薦模塊實(shí)現(xiàn)
        5.4.3 圖書借閱歸還模塊實(shí)現(xiàn)
        5.4.4 基于興趣的個(gè)性化推薦功能實(shí)現(xiàn)
        5.4.5 圖書檢索模塊實(shí)現(xiàn)
    5.5 系統(tǒng)測(cè)試
        5.5.1 系統(tǒng)測(cè)試的目的
        5.5.2 功能測(cè)試
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 下一步工作
參考文獻(xiàn)
致謝



本文編號(hào)：3863082