本文關(guān)鍵詞：基于協(xié)同過(guò)濾的個(gè)性化圖書推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

  更多相關(guān)文章： 圖書推薦 協(xié)同過(guò)濾 聚類

【摘要】：近些年來(lái),隨著高校圖書館的不斷建設(shè)發(fā)展,館藏圖書數(shù)量也在逐年增長(zhǎng),如何從海量的圖書中發(fā)現(xiàn)感興趣的圖書,是每個(gè)讀者關(guān)心的問(wèn)題。個(gè)性化圖書推薦技術(shù)可以較好解決這一問(wèn)題。個(gè)性化推薦技術(shù)是近幾年比較流行的智能化技術(shù),已成功運(yùn)用于電子商務(wù),搜索引擎等平臺(tái)。該技術(shù)可以對(duì)海量用戶信息數(shù)據(jù)進(jìn)行學(xué)習(xí),分析,并通過(guò)一系列算法挖掘出符合用戶喜好的產(chǎn)品。個(gè)性化推薦系統(tǒng)是基于個(gè)性化推薦算法基礎(chǔ)上的一套綜合信息系統(tǒng),該系統(tǒng)能將推薦結(jié)果實(shí)時(shí)輸出給用戶,用戶可根據(jù)推薦結(jié)果是否符合自己喜好進(jìn)行反饋。推薦系統(tǒng)可以利用這些反饋不斷調(diào)整推薦結(jié)果,使其更貼近用戶的喜好。本文以基于協(xié)同過(guò)濾,結(jié)合圖書領(lǐng)域的中圖分類法,實(shí)現(xiàn)了基于聚類和圖書類別偏好的協(xié)同過(guò)濾推薦算法。本算法首先根據(jù)用戶借閱圖書的天數(shù)構(gòu)造出用戶對(duì)圖書的評(píng)分來(lái)填補(bǔ)評(píng)分矩陣。接著將矩陣用聚類方法按用戶對(duì)不同圖書類別的偏好進(jìn)行預(yù)處理。處理后的結(jié)果輸入到協(xié)同過(guò)濾算法中,運(yùn)用加權(quán)的用戶相似度計(jì)算方法在若干個(gè)聚類中查找目標(biāo)用戶的鄰居用戶。最后利用用戶鄰居集合中的用戶評(píng)分來(lái)對(duì)目標(biāo)圖書進(jìn)行預(yù)測(cè),并輸出預(yù)測(cè)評(píng)分較高的圖書。該算法在一定程度彌補(bǔ)了傳統(tǒng)協(xié)同過(guò)濾算法的數(shù)據(jù)稀疏性問(wèn)題和擴(kuò)展性問(wèn)題。本文還在上述算法基礎(chǔ)上,結(jié)合某高校真實(shí)圖書借閱數(shù)據(jù),驗(yàn)證了本文算法的合理性和可靠性,并由此開發(fā)了一套實(shí)用的個(gè)性化圖書推薦系統(tǒng)。通過(guò)真實(shí)系統(tǒng)的運(yùn)行使用,并對(duì)收集的反饋結(jié)果進(jìn)行評(píng)估,驗(yàn)證了本文所采用的推薦算法的準(zhǔn)確度。
【關(guān)鍵詞】：圖書推薦 協(xié)同過(guò)濾 聚類
【學(xué)位授予單位】：安徽工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.3
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 引言8-13
• 1.1 研究意義及背景8
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀8-11
• 1.2.1 國(guó)內(nèi)外圖書推薦系統(tǒng)9-10
• 1.2.2 協(xié)同過(guò)濾研究現(xiàn)狀10-11
• 1.3 本文研究?jī)?nèi)容及組織結(jié)構(gòu)11-13
• 第二章 推薦系統(tǒng)及其相關(guān)理論13-25
• 2.1 推薦系統(tǒng)工作流程13-14
• 2.2 推薦算法分類14-22
• 2.2.1 基于人口統(tǒng)計(jì)學(xué)的推薦14-15
• 2.2.2 基于內(nèi)容的推薦15-16
• 2.2.3 基于知識(shí)的推薦16
• 2.2.4 協(xié)同過(guò)濾推薦算法16-22
• 2.2.5 混合推薦算法22
• 2.3 推薦系統(tǒng)評(píng)價(jià)標(biāo)準(zhǔn)22-24
• 2.3.1 評(píng)分預(yù)測(cè)準(zhǔn)確度23
• 2.3.2 使用預(yù)測(cè)準(zhǔn)確度23-24
• 2.4 本章小結(jié)24-25
• 第三章 基于圖書類別的協(xié)同過(guò)濾算法25-36
• 3.1 中國(guó)圖書分類法25
• 3.2 評(píng)分?jǐn)?shù)據(jù)稀疏性問(wèn)題分析25-27
• 3.2.1 評(píng)分轉(zhuǎn)化25-26
• 3.2.2 評(píng)分歸一化26-27
• 3.3 基于中圖分類號(hào)和用戶評(píng)分的用戶相似度27-29
• 3.4 聚類算法應(yīng)用29-32
• 3.4.1 聚類算法簡(jiǎn)介29-30
• 3.4.2 聚類中的距離計(jì)算方法30-31
• 3.4.3 K-means聚類算法31-32
• 3.5 基于用戶聚類的改進(jìn)相似度的協(xié)同過(guò)濾算法設(shè)計(jì)32-35
• 3.5.1 基于用戶聚類的改進(jìn)相似度的協(xié)同過(guò)濾算法思想32
• 3.5.2 算法設(shè)計(jì)32-35
• 3.5.3 算法說(shuō)明35
• 3.6 本章小結(jié)35-36
• 第四章 改進(jìn)后的算法實(shí)現(xiàn)及實(shí)驗(yàn)結(jié)果分析36-47
• 4.1 數(shù)據(jù)預(yù)處理36-38
• 4.1.1 數(shù)據(jù)集36-37
• 4.1.2 數(shù)據(jù)拆分37
• 4.1.3 數(shù)據(jù)清理和數(shù)據(jù)準(zhǔn)備37-38
• 4.2 算法設(shè)計(jì)與實(shí)現(xiàn)38-43
• 4.2.1 算法數(shù)據(jù)庫(kù)設(shè)計(jì)38-39
• 4.2.2 算法實(shí)現(xiàn)39-43
• 4.3 實(shí)驗(yàn)結(jié)果分析43-46
• 4.4 本章小結(jié)46-47
• 第五章 個(gè)性化圖書推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)47-54
• 5.1 需求分析47
• 5.2 系統(tǒng)分析47-50
• 5.2.1 系統(tǒng)整體設(shè)計(jì)47-48
• 5.2.2 系統(tǒng)功能設(shè)計(jì)48-49
• 5.2.3 系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì)49-50
• 5.3 系統(tǒng)實(shí)現(xiàn)50-53
• 5.3.1 開發(fā)環(huán)境50-51
• 5.3.2 功能實(shí)現(xiàn)51-53
• 5.4 本章小結(jié)53-54
• 第六章 總結(jié)與展望54-55
• 6.1 總結(jié)54
• 6.2 展望54-55
• 參考文獻(xiàn)55-58
• 攻讀碩士學(xué)位期間研究成果58-59
• 致謝59

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 楊風(fēng)召;;一種基于特征表的協(xié)同過(guò)濾算法[J];計(jì)算機(jī)工程與應(yīng)用;2007年06期

2 王嵐;翟正軍;;基于時(shí)間加權(quán)的協(xié)同過(guò)濾算法[J];計(jì)算機(jī)應(yīng)用;2007年09期

3 曾子明;張李義;;基于多屬性決策和協(xié)同過(guò)濾的智能導(dǎo)購(gòu)系統(tǒng)[J];武漢大學(xué)學(xué)報(bào)(工學(xué)版);2008年02期

4 張富國(guó);;用戶多興趣下基于信任的協(xié)同過(guò)濾算法研究[J];小型微型計(jì)算機(jī)系統(tǒng);2008年08期

5 侯翠琴;焦李成;張文革;;一種壓縮稀疏用戶評(píng)分矩陣的協(xié)同過(guò)濾算法[J];西安電子科技大學(xué)學(xué)報(bào);2009年04期

6 廖新考;;基于用戶特征和項(xiàng)目屬性的混合協(xié)同過(guò)濾推薦[J];福建電腦;2010年07期

7 沈磊;周一民;李舟軍;;基于心理學(xué)模型的協(xié)同過(guò)濾推薦方法[J];計(jì)算機(jī)工程;2010年20期

8 徐紅;彭黎;郭艾寅;徐云劍;;基于用戶多興趣的協(xié)同過(guò)濾策略改進(jìn)研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2011年04期

9 焦晨斌;王世卿;;基于模型填充的混合協(xié)同過(guò)濾算法[J];微計(jì)算機(jī)信息;2011年11期

10 鄭婕;鮑海琴;;基于協(xié)同過(guò)濾推薦技術(shù)的個(gè)性化網(wǎng)絡(luò)教學(xué)平臺(tái)研究[J];科技風(fēng);2012年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 沈杰峰;杜亞軍;唐俊;;一種基于項(xiàng)目分類的協(xié)同過(guò)濾算法[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

2 周軍鋒;湯顯;郭景峰;;一種優(yōu)化的協(xié)同過(guò)濾推薦算法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

3 董全德;;基于雙信息源的協(xié)同過(guò)濾算法研究[A];全國(guó)第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2009）暨全國(guó)第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2009年

4 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場(chǎng)景的協(xié)同過(guò)濾推薦算法[A];中國(guó)系統(tǒng)仿真學(xué)會(huì)第五次全國(guó)會(huì)員代表大會(huì)暨2006年全國(guó)學(xué)術(shù)年會(huì)論文集[C];2006年

5 李建國(guó);姚良超;湯庸;郭歡;;基于認(rèn)知度的協(xié)同過(guò)濾推薦算法[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

6 王明文;陶紅亮;熊小勇;;雙向聚類迭代的協(xié)同過(guò)濾推薦算法[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

7 胡必云;李舟軍;王君;;基于心理測(cè)量學(xué)的協(xié)同過(guò)濾相似度方法(英文)[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

8 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類的協(xié)同過(guò)濾推薦算法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

9 羅喜軍;王韜丞;杜小勇;劉紅巖;何軍;;基于類別的推薦——一種解決協(xié)同推薦中冷啟動(dòng)問(wèn)題的方法[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

10 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協(xié)同過(guò)濾推薦算法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集A輯一[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 紀(jì)科;融合上下文信息的混合協(xié)同過(guò)濾推薦算法研究[D];北京交通大學(xué);2016年

2 程殿虎;基于協(xié)同過(guò)濾的社會(huì)網(wǎng)絡(luò)推薦系統(tǒng)關(guān)鍵技術(shù)研究[D];中國(guó)海洋大學(xué);2015年

3 于程遠(yuǎn);基于QoS的Web服務(wù)推薦技術(shù)研究[D];上海交通大學(xué);2015年

4 李聰;電子商務(wù)推薦系統(tǒng)中協(xié)同過(guò)濾瓶頸問(wèn)題研究[D];合肥工業(yè)大學(xué);2009年

5 郭艷紅;推薦系統(tǒng)的協(xié)同過(guò)濾算法與應(yīng)用研究[D];大連理工大學(xué);2008年

6 羅恒;基于協(xié)同過(guò)濾視角的受限玻爾茲曼機(jī)研究[D];上海交通大學(xué);2011年

7 薛福亮;電子商務(wù)協(xié)同過(guò)濾推薦質(zhì)量影響因素及其改進(jìn)機(jī)制研究[D];天津大學(xué);2012年

8 高e，

本文編號(hào)：727614