混合模式论文混合模式 Web日志 数据挖掘 个性化推荐系统

1、 混合模式论文：基于混合模式的个性化推荐系统的研究与应用【中文摘要】现在社会,互联网已经成为我们获取信息的主要来源,人们生活的方方面面都与互联网产生了联系,互联网让人们的生活更加便捷,与此同时也带来了一系列的问题,大量繁复芜杂的信息充斥着网络,让我们在互联网的世界里迷失了自己。找不到需要的东西或者花很长时间找到需要的东西。利用传统的搜索引擎搜索查找需要的东西效率比较低,很难满足用户的需要,诸多的推荐系统应运而生,它可以针对不同的用户提供个性化的服务,提高用户对网站的信任度,如音乐推荐系统就是根据用户的兴趣爱好,为其提供最适合他的音乐,以此来提高用户对网站的信任度。不难发现,基于单一模式的推荐系

2、统都存在不少的缺陷,例如基于内容的以及基于协同过滤的推荐技术存在冷启动以及数据稀疏性等问题；基于关联规则的推荐技术存在抽取难,个性化程度低等方面的问题,这造成了推荐的效率不高。鉴于以上的分析研究,本文针对单个模式的缺陷,将基于内容的,基于协同过滤的以及基于日志文件的推荐技术相融合,提出了基于混合模式的推荐模式,根据不同的用户数据选择不同的推荐技术,发挥不同推荐模式的优势,尽可能提高推荐的精确度。另外针对传统的推荐技术过分依赖于用户的显式信息,造成了数据源不足的缺陷.【英文摘要】Nowadays, the Internet is the main source to get informatio

3、n for people, and all aspects of peoples lives have been connected with it, which makes peoples life more convenient, but also brings a series of problems at the same time. We usually lost ourselves in the Internet because of a lot of heavy and complicated miscellaneous information. We cant find wha

4、t we need or take a long time to find what we need in the internet. It is very inefficient by using the traditional search engines, so it is difficult.【关键词】混合模式 Web日志 数据挖掘 个性化推荐系统【英文关键词】Mixed modle Web Log Data Mining Personalized recommendation system【索购全文】联系Q1：138113721 Q2：139938848 同时提供论文写作一对一辅导和

5、论文发表服务.保过包发 【目录】基于混合模式的个性化推荐系统的研究与应用摘要4-5Abstract5-6第1章 引言9-161.1 研究背景9-141.1.1 电子商务个性化推荐系统的概念10-111.1.2 个性化推荐系统的目标11-121.1.3 个性化推荐系统的工作原理121.1.4 国外个性化的音乐推荐系统研究现状12-131.1.5 国内个性化的音乐推荐系统研究现状13-141.2 研究内容14-151.3 论文的结构安排15-16第2章 个性化推荐系统相关理论16-332.1 推荐系统的分类16-172.2 主要的推荐技术17-212.2.1 基于内容的推荐方法17-182.2.2

6、 基于协同过滤的推荐方法18-192.2.3 混合模式的推荐技术19-202.2.4 综合应用数据挖掘技术的推荐模式20-212.3 在线推荐的模块组成21-232.4 主要的推荐算法23-282.4.1 关联规则推荐算法23-242.4.2 基于内容的推荐算法242.4.3 协同过滤技术主要的算法分析24-282.5 现有推荐算法存在的问题及解决方法28-312.5.1 现有为问题28-292.5.2 现有的解决方式29-312.6 推荐系统的评价标准31-33第3章 基于混合模式推荐系统的相关知识33-393.1 混合推荐模式的必要性33-353.2 基于混合模式的个性化电子商务推荐系统基

7、本框架35-373.2.1 推荐系统的基本框架353.2.2 推荐系统中的数据管理35-373.3 用户隐式信息的获取37-39第4章 基于混合模式的个性化推荐模型的研究39-534.1 基于混合模式的电子商务推荐系统框架设计39-454.1.1 基于WEB日志的协同过滤技术40-454.1.2 基于内容的个性化推荐方式454.2 用户信息的提取45-464.2.1 用户日志文件的获取464.3 建立用户评分矩阵46-504.4 用户兴趣模型的建立50-534.4.1 离线的用户聚类的计算50-514.4.2 在线部分51-53第5章 个性化推荐模式的应用53-655.1 系统的需求53-545.2 系统的整体框架设计54-565.2.1 前台设计54-555.2.2 后台设计555.2.3 音乐推荐系统工作流程55-565.2.4 所使用的环境565.3 系统的功能模块56-595.3.1 前台功能模块57-595.3.2 后台的主要模