基于协同过滤算法的电商管理平台任务书

 2021-10-19 22:34:19

1. 毕业设计（论文）的内容和要求

基于协同过滤算法的电商管理平台，协同过滤算法在信息过滤和信息系统中正迅速成为一项很受欢迎的技术。

与传统的基于内容过滤最直接分析内容进行推荐不同，协同过滤分析用户兴趣，在用户群中找到指定用户的相似（兴趣）用户，综合这些相似用户对某一信息的评价，形成该指定用户对此信息的喜好程度预测。

具体内容及要求如下：1） 学习智能推荐算法的基础知识，查找相关文献资料，了解这一领域目前的研究现状，并撰写开题报告。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

2. 参考文献

[1] 乔冬春,刘晓燕,付晓东,等. 一种基于本体的推荐系统模型[J]. 计算机工程,2014,(11):282-287.doi:10.3969/j.issn.1000-3428.2014.11.056.[2] 马宏伟,张光卫,李鹏. 协同过滤推荐算法综述[J]. 小型微型计算机系统,2009,(7):1282-1288.[3] 姜书浩,薛福亮. 一种利用协同过滤预测和模糊相似性改进的基于内容的推荐方法[J]. 现代图书情报技术,2014,(2):41-47.[4] 郭艳红,邓贵仕. 协同过滤系统项目冷启动的混合推荐算法[J]. 计算机工程,2008,(23):11-13.doi:10.3969/j.issn.1000-3428.2008.23.005.[5] 刘凤霞,孙家蓉. 基于商品分类的电子商务推荐系统设计[J]. 计算机应用与软件,2014,(5):37-41.doi:10.3969/j.issn.1000-386x.2014.05.009.[6] 刘旭东. B2C网上购物推荐系统的设计与实现[J]. 计算机应用与软件,2009,(09):195-197.doi:10.3969/j.issn.1000-386X.2009.09.062.[7] 黄文毅. Spring MVC MyBatis快速开发与项目实战[J].清华大学出版社，2019，（01）[8] Badrul M Sarwar, George Karypis, Joseph A Konstan, John Riedl. Item-based collaborative filtering recommendation algorithms[J]. the web conference.2001:285-295.doi: 10.1145/371920.372071[9] Robin Burke. Hybrid Recommender Systems: Survey and Experiments[J]. User Modeling and User-adapted Interaction.2002:331-370.doi: 10.1023/A:1021240730564

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

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。

您可能感兴趣的文章