基于用户兴趣模型的图书推荐系统的研究与实现

发布时间：2023-11-11 18:24

　　当前的图书管理系统中保存有大量的用户历史数据,引入推荐系统可以通过分析用户的历史操作信息为人们提供个性化的推荐,能够有效地降低用户获得需要图书资源的时间。但在推荐系统中存在着数据稀疏性的问题,用户之间的相似度计算的结果不能满足推荐系统的要求,导致推荐的准确度较低。针对以上问题,本文通过对用户操作的日志信息及操作数据的分析计算,得到用户的兴趣度,通过改进用户相似度的计算来提高推荐的准确度。本文主要进行了以下的工作:(1)提出了一种基于用户兴趣模型的推荐方法,首先通过收集历史搜索信息和数据库中的用户操作数据,对用户的浏览、检索等隐性数据及评分、借阅等显性数据进行分析,深入发掘用户对图书分类属性的兴趣程度,在计算用户相似度的过程中,把用户对图书分类属性的兴趣相似度和用户的评分的相似度进行加权计算,通过平衡因子β来调节这两个参数之间的权重,得出用户相似的集合。然后进行相似的用户对目标用户未浏览过的图书进行预测的评分,并把预测评分高的图书推荐给目标用户。最后设计了推荐算法的仿真实验,验证了在数据稀疏的情况下,该推荐算法能够大大提高推荐的准确程度。(2)设计了一套基于用户兴趣模型的图书推荐系统,整...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 论文的组织安排
第二章 关键技术与理论
    2.1 推荐系统
        2.1.1 基于内容的推荐系统
        2.1.2 基于协同过滤的推荐系统
        2.1.3 数据挖掘技术
    2.2 兴趣度构建
    2.3 Mahout库
    2.4 本章小结
第三章 基于用户兴趣模型的推荐算法
    3.1 问题的提出
        3.1.1 提出问题
        3.1.2 现有的解决方案
    3.2 基于用户兴趣的图书推荐技术
    3.3 用户兴趣度模型建立
        3.3.1 兴趣数据获取
        3.3.2 建立兴趣度模型
    3.4 产生推荐结果
        3.4.1 找寻邻近用户
        3.4.2 产生推荐信息
    3.5 基于Mahout实现推荐算法
    3.6 实验设计
        3.6.1 数据集设计
        3.6.2 评测指标
        3.6.3 实验结果分析
    3.7 本章小结
第四章 基于用户兴趣模型的图书推荐系统需求分析与架构设计
    4.1 系统需求分析
        4.1.1 用户操作行为分析
        4.1.2 系统主要功能分析
        4.1.3 非功能性需求
    4.2 系统架构设计
        4.2.1 系统物理组成设计
        4.2.2 系统架构设计
        4.2.3 系统软件功能框架
    4.3 本章小结
第五章 基于用户兴趣模型的图书推荐系统详细设计与实现
    5.1 数据库设计
    5.2 推荐功能模块设计
        5.2.1 推荐服务流程
        5.2.2 用户兴趣度获取
        5.2.3 数据分析
        5.2.4 推荐算法设计
    5.3 系统搭建环境
    5.4 系统实现
        5.4.1 系统首页实现
        5.4.2 常规推荐模块实现
        5.4.3 图书借阅归还模块实现
        5.4.4 基于兴趣的个性化推荐功能实现
        5.4.5 图书检索模块实现
    5.5 系统测试
        5.5.1 系统测试的目的
        5.5.2 功能测试
    5.6 本章小结
第六章 总结与展望
    6.1 总结
    6.2 下一步工作
参考文献
致谢



本文编号：3863082