近年來,互聯(lián)網行業(yè)飛速發(fā)展,許多傳統(tǒng)行業(yè)開始與互聯(lián)網結合并通過數字化的改造、轉型與升級創(chuàng)造出新的發(fā)展生態(tài)。尤其在國人最關注的“吃”的方面,餐飲行業(yè)通過將點餐、結算等一系列的服務流程從線下搬運到線上,使得顧客使用移動設備即可享受到更加方便快捷自由的服務。但是當前的很多點餐應用只是將原有的文本信息數字化,并沒有讓顧客得到個性化的服務�？v觀其他電子商務行業(yè)的應用例如淘寶和京東已經能夠通過推薦系統(tǒng)為用戶提供個性化的推薦服務,為用戶自動找出可能感興趣的商品,而現在的點餐應用還不具備這種功能。為此設計出一個點餐系統(tǒng),并在其中加入推薦系統(tǒng)來為在餐廳內點餐的用戶提供個性化的推薦服務,該推薦系統(tǒng)使用了對基于協(xié)同過濾推薦算法改進的混合推薦算法。傳統(tǒng)的基于協(xié)同過濾的推薦算法存在著數據稀疏性高、推薦解釋性差以及冷啟動等問題。根據這些問題,可以使用基于內容和基于關聯(lián)規(guī)則的推薦算法的特性對基于協(xié)同過濾的推薦算法進行改造。其核心思想是通過基于關聯(lián)法則的算法對物品進行評分預測并使用此預測評分填充數據集降低數據的稀疏性,然后結合基于內容與基于協(xié)同過濾計算的物品相似度去預測用戶評分并根據評分的高低給目標用戶產生推薦物品。...

【文章頁數】：62 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
專用術語注釋表
第一章 緒論
    1.1 課題研究背景
    1.2 國內外研究現狀
        1.2.1 點餐系統(tǒng)研究現狀
        1.2.2 推薦系統(tǒng)研究現狀
    1.3 本文的研究目標和內容
    1.4 論文組織結構
第二章 系統(tǒng)相關技術概述
    2.1 餐飲平臺開發(fā)相關技術
        2.1.1 微信小程序
        2.1.2 uni-app框架
        2.1.3 Spring Boot框架
        2.1.4 數據庫
    2.2 推薦系統(tǒng)相關技術
        2.2.1 基于內容的推薦算法
        2.2.2 基于近鄰的協(xié)同過濾算法
        2.2.3 基于關聯(lián)規(guī)則的推薦算法
    2.3 本章小結
第三章 基于協(xié)同過濾的混合推薦算法
    3.1 基于物品的協(xié)同過濾算法
    3.2 基于關聯(lián)規(guī)則的推薦算法
    3.3 基于內容的推薦算法
    3.4 混合推薦算法
    3.5 測試與分析
    3.6 本章小結
第四章 系統(tǒng)設計與實現
    4.1 系統(tǒng)架構設計
    4.2 功能模塊設計
        4.2.1 移動端功能模塊設計
        4.2.2 網絡端功能模塊設計
        4.2.3 推薦系統(tǒng)功能模塊設計
        4.2.4 服務器端功能模塊設計
    4.3 數據庫結構設計
    4.4 系統(tǒng)實現
        4.4.1 微信點餐小程序實現
        4.4.2 網絡端應用實現
        4.4.3 推薦系統(tǒng)實現
        4.4.4 服務器端實現
    4.5 本章小結
第五章 系統(tǒng)測試與總結
    5.1 測試環(huán)境搭建
        5.1.1 測試平臺環(huán)境說明
        5.1.2 應用運行環(huán)境安裝
        5.1.3 數據庫安裝
    5.2 系統(tǒng)功能測試
        5.2.1 移動端應用功能測試
        5.2.2 網絡端應用功能測試
    5.3 系統(tǒng)性能測試
    5.4 全文工作總結
    5.5 未來展望
參考文獻
附錄1 攻讀碩士學位期間申請的專利
致謝



本文編號：3866048