本文選題：業(yè)務(wù)邏輯 + 推薦系統(tǒng)　； 參考：《中南大學(xué)》2013年碩士論文

【摘要】：互聯(lián)網(wǎng)上數(shù)據(jù)的爆炸式增長(zhǎng),直接催生了信息過(guò)載。數(shù)據(jù)量急速增長(zhǎng)的一個(gè)重要原因是資源訪問(wèn)的無(wú)限制性。在資源搜索時(shí)信息交換的巨大性是一個(gè)需要考慮的問(wèn)題。用戶花費(fèi)大量時(shí)間和精力來(lái)查找可靠的并與其需求相關(guān)的信息,因?yàn)樗阉饕媸峭ㄟ^(guò)資源的點(diǎn)擊率、重要性等對(duì)檢索結(jié)果進(jìn)行排序,而沒(méi)有考慮到用戶興趣。研究表明搜索引擎的檢索效率仍有待提高。 當(dāng)前已經(jīng)有一些信息檢索與過(guò)濾的方法被研究人員提出來(lái),但其要么需要用戶大量的反饋信息,要么需要用戶花費(fèi)大量時(shí)間來(lái)對(duì)系統(tǒng)進(jìn)行學(xué)習(xí)。時(shí)間對(duì)用戶來(lái)說(shuō)是極其寶貴的,尤其對(duì)學(xué)生來(lái)說(shuō),現(xiàn)有的學(xué)習(xí)系統(tǒng)幾乎沒(méi)有考慮到學(xué)生的偏好。系統(tǒng)提供給用戶的資源不僅應(yīng)該考慮用戶的偏好信息,同時(shí)也應(yīng)該將其他用戶對(duì)該資源的評(píng)價(jià)考慮在內(nèi)。一個(gè)比較可行的方案是融合用戶的偏好與相似用戶對(duì)資源的評(píng)價(jià)信息。 業(yè)務(wù)邏輯設(shè)計(jì)是系統(tǒng)的核心部件。它負(fù)責(zé)端到端的數(shù)據(jù)交互以及為用戶接口和數(shù)據(jù)庫(kù)之間架設(shè)橋梁。業(yè)務(wù)邏輯中定義的規(guī)則集合管理整個(gè)系統(tǒng)的數(shù)據(jù)流程,系統(tǒng)的可靠性與高效性與業(yè)務(wù)邏輯設(shè)計(jì)息息相關(guān)。 本文中我們提出了一個(gè)教育推薦系統(tǒng)業(yè)務(wù)邏輯設(shè)計(jì)模型,其中考慮到用戶的偏好、資源的權(quán)重以及資源當(dāng)時(shí)的熱度。我們提出了一個(gè)查找相似用戶的算法,在推薦系統(tǒng)中,相似性用戶的查找極其重要,查找到相似性用戶后還需要考慮的一個(gè)方面是用戶的權(quán)重。系統(tǒng)根據(jù)用戶的信息推薦一個(gè)資源序列給用戶,資源的排名依據(jù)用戶的相鄰用戶信息融合權(quán)重以及資源的熱度。因此本文主要解決的問(wèn)題是提出一個(gè)教育推薦系統(tǒng)業(yè)務(wù)邏輯設(shè)計(jì)模型,其根據(jù)用戶的偏好、資源的權(quán)重、資源的熱度以及用戶的相鄰用戶信息向用戶推薦教育資源。圖4副,表3個(gè),參考文獻(xiàn)60篇。
[Abstract]:The explosive growth of data on the Internet directly spawned information overload. An important reason for the rapid growth of data is the unrestricted access to resources. The huge nature of information exchange in resource search is a problem to be considered. Users spend a lot of time and effort to find reliable and relevant information because search engines sort the retrieval results through the click rate and importance of resources without considering the interests of users. The research shows that the search efficiency of search engine still needs to be improved. At present, some methods of information retrieval and filtering have been proposed by researchers, but they either need a lot of feedback from users, or they need a lot of time to study the system. Time is extremely valuable to users, especially for students, the existing learning system hardly takes students' preferences into account. The resources provided by the system should not only consider the user's preference information, but also take into account the evaluation of the resource by other users. A more feasible scheme is to combine user preferences with resource evaluation information of similar users. Business logic design is the core part of the system. It is responsible for end-to-end data interaction and building bridges between user interfaces and databases. The set of rules defined in business logic manages the data flow of the whole system. The reliability and efficiency of the system are closely related to the design of business logic. In this paper, we propose a business logic design model for educational recommendation system, which takes into account the user's preference, the weight of the resource and the heat of the resource at that time. We propose an algorithm to find similar users. In the recommendation system, the search of similar users is extremely important, and one of the aspects to be considered after finding similar users is the weight of users. The system recommends a resource sequence to the user according to the information of the user. The ranking of the resource is based on the information fusion weight of the user and the heat of the resource. Therefore, the main problem of this paper is to propose a business logic design model of educational recommendation system, which recommends educational resources to users according to the user's preference, the weight of resources, the heat of resources and the information of users' adjacent users. Fig4 pairs, 3 tables, 60 references.
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TP391.3

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黎星星;Building a better recommender system in E-commerce[J];Journal of Chongqing University;2003年01期

2 朱郁筱;呂琳媛;;推薦系統(tǒng)評(píng)價(jià)指標(biāo)綜述[J];電子科技大學(xué)學(xué)報(bào);2012年02期

3 侯治平;;用戶行為模式下電子商務(wù)網(wǎng)站個(gè)性化推薦研究[J];電腦與信息技術(shù);2011年04期

4 谷鈺;薛國(guó)明;;基于ACM在線評(píng)測(cè)推薦系統(tǒng)模型研究[J];電腦知識(shí)與技術(shù);2011年07期

5 劉兆興;張寧;李季明;;基于協(xié)同過(guò)濾和網(wǎng)絡(luò)結(jié)構(gòu)的個(gè)性化推薦算法[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2011年02期

6 吳高藝;;云計(jì)算下“機(jī)頂盒”的商業(yè)模式分析與技術(shù)實(shí)現(xiàn)[J];財(cái)經(jīng)界(學(xué)術(shù)版);2013年18期

7 孫宇;廖小偉;王曉丹;呂廷杰;;云計(jì)算經(jīng)濟(jì)研究綜述[J];北京郵電大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2013年05期

8 李穎;李永麗;蔡觀洋;;基于雙重閾值近鄰查找的協(xié)同過(guò)濾算法[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2013年06期

9 劉平峰;聶規(guī)劃;陳冬林;;電子商務(wù)推薦系統(tǒng)中推薦策略的自適應(yīng)性[J];計(jì)算機(jī)工程與應(yīng)用;2007年04期

10 劉平峰;聶規(guī)劃;陳冬林;;基于知識(shí)的電子商務(wù)智能推薦系統(tǒng)平臺(tái)設(shè)計(jì)[J];計(jì)算機(jī)工程與應(yīng)用;2007年19期

相關(guān)會(huì)議論文 前3條

1 ;An Analysis on the Personalized Recommendation Architecture of Mobile Commerce Application[A];第六屆（2011）中國(guó)管理學(xué)年會(huì)——管理科學(xué)與工程分會(huì)場(chǎng)論文集[C];2011年

2 ;COLLABORATIVE FILTERING RECOMMENDATION ALGORITHM BASED ON LOOK-AHEAD SELECTIVE SAMPLING[A];2006年中國(guó)機(jī)械工程學(xué)會(huì)年會(huì)暨中國(guó)工程院機(jī)械與運(yùn)載工程學(xué)部首屆年會(huì)論文集[C];2006年

3 羅賀;汪永康;胡笑旋;孫錦波;;基于負(fù)載均衡的云服務(wù)資源配置策略研究[A];“兩型社會(huì)”建設(shè)與管理創(chuàng)新——第十五屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集（上）[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 張寅;個(gè)性化技術(shù)及其在數(shù)字圖書館中應(yīng)用的研究[D];浙江大學(xué);2009年

2 陳偉;基于時(shí)序文本挖掘的新聞內(nèi)容理解與推薦技術(shù)研究[D];浙江大學(xué);2010年

3 王宏宇;商務(wù)推薦系統(tǒng)的設(shè)計(jì)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

4 余小高;電子商務(wù)環(huán)境中分布式數(shù)據(jù)挖掘的研究[D];武漢理工大學(xué);2007年

5 劉平峰;基于知識(shí)網(wǎng)格的電子商務(wù)智能推薦理論方法研究[D];武漢理工大學(xué);2006年

6 劉康苗;自適應(yīng)網(wǎng)絡(luò)信息獲取服務(wù)技術(shù)研究[D];浙江大學(xué);2008年

7 史e，

本文編號(hào)：1951959