1. 毕业设计（论文）主要内容：
随着互联网的发展，网络上的资源与日俱增，而在大数据时代，信息过载成为普遍的问题，为了帮助用户快速准确的从网络上获取资源，推荐系统应运而生。
随着 Web2.0 的发展，Web 用户可以根据自己的需要和理解自由的对项目资源进行标注，正是这些标签连接起了用户和资源，基于这三者的动态关系，就可以分析出标签系统的一些特点，从而出现了基于标签的推荐系统。
本课题将对基于标签的推荐系统中的核心标签信息进行分析，并结合数据挖掘技术进行关联规则分析。
2. 毕业设计（论文）主要任务及要求
主要任务要求：1.查阅15篇相关文献（含2篇外文），并每篇书写200—300字文献摘要（装订成册，带封面）；2.认真填写周记，完成800字开题报告；3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；4.完成系统的编码与调试；5.完成10000字以上的毕业论文；6.进行论文答辩。
3. 毕业设计（论文）完成任务的计划与安排
(1)2017/1/14—2017/2/22：确定选题，查阅文献，外文翻译和撰写开题报告；(2)2017/2/23—2017/4/30：系统架构、程序设计与开发、系统测试与完善；(3)2017/5/1—2017/5/25：撰写及修改毕业论文；(4)2017/5/26—2017/6/6：准备答辩。
4. 主要参考文献
[1] G. Adomavieius, A. Tuzhilin: “Toward the next generation of recommender systems: A survey of thestate-of-the-art and Possible extensions”. IEEE Trans. on Knowl. and Data Eng., 2005, 17(6): 734—749.
[2] J.H. Jooa, S.W. Bangb, G.D. Parka: “Implementation of a Recommendation System Using AssociationRules and Collaborative Filtering”. Procedia Computer Science, 2016, 91: 944-952.
[3] H. Ye: “A Personalized Collaborative Filtering Recommendation Using Association Rules Mining andSelf-Organizing Map”. Journal of Software, 2011, 6(4): 732-739.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
