本文關鍵詞：資源庫的設計與推薦系統(tǒng)的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著互聯網技術的高速發(fā)展,互聯網上的信息增長非常快。互聯網用戶可以從網絡上獲得各種各樣的信息,利用互聯網來學習新的知識現在已經越來越普遍。建設一個完善的資源庫是十分必要的首先用戶可以通過資源庫分享自己的研究成果；其次用戶可以瀏覽或下載資源庫他人的研究成果。本文資源庫系統(tǒng)還提供了個性化推薦的功能,可以根據用戶的行為數據和自身信息為用戶提供能個性化推薦列表,能夠方便用戶查找資源。 國內比較成熟的一些電子資源數據庫萬方,維普等,這些都是一些非常專業(yè)的電子資源庫,提供大量的各專業(yè)的研究論文。還有一些私營企業(yè)或者是組織搭建的一些平臺。如百度學術,Google學術和一些專業(yè)論壇等,它們相對于萬方和維普它們起步較晚,但也有自己的一些獨到的優(yōu)勢。比如百度或Google,他們的搜索引擎技術非常成熟,能夠幫助用戶快速查找到對應資源。雖然各種各樣的電子資源平臺越來越多,但他們都有各自的缺點。比如現在網絡上出現的各種專業(yè)的論壇,提供的各種電子資源都是一些相關專業(yè)的人發(fā)表的他們自己對某一些問題或知識點的認識和見解,這些認識和見解是沒有經過權威專家的驗證的,所以可能會有存在一些錯誤。一些比較權威的電子資源庫如萬方和維普電子資源庫,這些網絡平臺提供的各個專業(yè)的電子資源都是經過專家審查的是正確性比較高。但這些電子資源主要形式是一些論文的形式出現,所以大部分的都只是說明了作者的研究取得的新的成果,沒有詳細介紹實現他們理論的方法步驟。 本文資源庫的設計和推薦系統(tǒng)的研究主要是實現了資源庫系統(tǒng)和將設計的推薦算法應用到資源庫系統(tǒng)中。資源庫中的內容以項目為組織單位,每個項目主要內容包括文檔,圖片,視頻和代碼。這些電子資源不但包括了項目取得的新的成果,還詳細的介紹了項目所用到的知識點,實現方法,具體實現的代碼和一些成果展示的視頻等。資源庫的電子資源是以項目為單位組織起來的,每個項目包括要完成這個項目的所有知識點和方法,所以任何一個人獲得這些資料后就能自己把這個項目給實現。本文將個性化推薦技術引入到了資源庫,資源庫能夠根據用戶的自身的特征信息和對下載過的資源評分數據給用戶推薦用戶可能感興趣的資源。與傳統(tǒng)的推薦算法相比資源庫的推薦算法克服了冷啟動和稀疏矩陣的問題,從而能夠達到更準確的推薦結果。
【關鍵詞】：資源庫 推薦系統(tǒng) 教參資源 共享 協(xié)同過濾
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.3
【目錄】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 緒論11-17
• 1.1 研究背景與意義11-12
• 1.1.1 研究背景11-12
• 1.1.2 課題研究意義12
• 1.2 研究現狀12-15
• 1.2.1 資源庫國內研究現狀12-13
• 1.2.2 資源庫國外研究現狀13-14
• 1.2.3 推薦系統(tǒng)國內研究現狀14-15
• 1.2.4 推薦系統(tǒng)國外研究現狀15
• 1.3 研究目標15-16
• 1.4 論文主要工作安排16-17
• 第二章 推薦系統(tǒng)算法17-26
• 2.1 推薦系統(tǒng)分類17-19
• 2.1.1 非個性化推薦系統(tǒng)18
• 2.1.2 個性化推薦系統(tǒng)18-19
• 2.2 個性化推薦系統(tǒng)相似度計算方法19
• 2.3 基于物品的推薦方法19-20
• 2.4 基于用戶的推薦算法20
• 2.5 一些改進的推薦算法20-23
• 2.5.1 將用戶活動加入到推薦系統(tǒng)的推薦算法21-22
• 2.5.2 結合Slope One Schme和基于用戶的協(xié)同過濾算法22-23
• 2.6 推薦系統(tǒng)的評估23-25
• 2.6.1 評估數據獲取方法23-24
• 2.6.2 推薦系統(tǒng)評價指標24-25
• 2.7 本章小結25-26
• 第三章 資源庫和推薦系統(tǒng)需求分析26-33
• 3.1 推薦系統(tǒng)需求分析26-27
• 3.2 資源庫系統(tǒng)業(yè)務需求分析27-28
• 3.3 資源庫系統(tǒng)用例分析28-32
• 3.4 本章小結32-33
• 第四章 資源庫系統(tǒng)的設計與實現33-68
• 4.1 資源庫的總體設計33-38
• 4.1.1 實體層和Service層33-34
• 4.1.2 DAO層34-35
• 4.1.3 Web層35-36
• 4.1.4 資源庫系統(tǒng)的整合36-37
• 4.1.5 資源庫記錄日志功能模塊37-38
• 4.2 系統(tǒng)功能模塊的設計與實現38-67
• 4.2.1 上傳模塊的設計38-39
• 4.2.2 上傳模塊的實現39-40
• 4.2.3 下載模塊的設計40-41
• 4.2.4 下載模塊的實現41-42
• 4.2.5 搜索模塊的設計42-43
• 4.2.6 搜索模塊的實現43-45
• 4.2.7 審批模塊的設計45
• 4.2.8 審批模塊的實現45-46
• 4.2.9 數據庫模塊46-55
• 4.2.9.1 數據中的表47-51
• 4.2.9.2 數據整體結構圖51-54
• 4.2.9.3 數據庫優(yōu)化54-55
• 4.2.10 推薦模塊55-60
• 4.2.10.1 資源庫推薦算法的設計55-57
• 4.2.10.2 推薦系統(tǒng)的實現57-60
• 4.2.11 測試目的60-61
• 4.2.13 推薦算法預測值測試結果及分析61-63
• 4.2.14 資源庫系統(tǒng)測試方法63-64
• 4.2.14.1 單元測試63-64
• 4.2.14.2 功能測試64
• 4.2.15 資源庫功能測試結果64-67
• 4.3 本章小結67-68
• 第五章 總結與展望68-70
• 5.1 全文工作總結68
• 5.2 展望68-70
• 致謝70-71
• 參考文獻71-74
• 附錄 縮略語74-75
• 附錄 圖片目錄75-76
• 附錄 表格目錄76-77
• 攻讀碩士期間發(fā)表的論文77

【參考文獻】

中國期刊全文數據庫 前4條

1 伍之昂;莊毅;王有權;曹杰;;基于特征選擇的推薦系統(tǒng)托攻擊檢測算法[J];電子學報;2012年08期

2 周軍鋒,湯顯,郭景峰;一種優(yōu)化的協(xié)同過濾推薦算法[J];計算機研究與發(fā)展;2004年10期

3 高遠;夏敏;呂林峰;;基于Myeclipse集成環(huán)境下的JUnit單元測試[J];指揮信息系統(tǒng)與技術;2010年06期

4 彭飛;鄧浩江;劉磊;;加入用戶評分偏置的推薦系統(tǒng)排名模型[J];西安交通大學學報;2012年06期

  本文關鍵詞：資源庫的設計與推薦系統(tǒng)的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：410821