中職學(xué)校在日常運(yùn)轉(zhuǎn)過(guò)程中都著力打造數(shù)字化校園平臺(tái),開發(fā)了大量的信息化系統(tǒng),不但方便了廣大的師生,也體現(xiàn)了中職學(xué)校的信息化水平。某職業(yè)技術(shù)學(xué)校建設(shè)的數(shù)字化校園平臺(tái)積累了大量數(shù)據(jù),導(dǎo)致師生很難找到真正需要的信息,為此本文探索把協(xié)同過(guò)濾推薦算法引入到數(shù)字化校園平臺(tái)中,幫助師生查找有用的信息。本文主要研究?jī)?nèi)容如下:（1）對(duì)協(xié)同過(guò)濾推薦系統(tǒng)及相關(guān)技術(shù)如協(xié)同過(guò)濾概念、個(gè)性化推薦算法工作原理、Hadoop技術(shù)、Mahout等技術(shù)進(jìn)行了概述,并對(duì)文中用到的兩種協(xié)同過(guò)濾技術(shù)基于內(nèi)存的協(xié)同過(guò)濾、基于模型的協(xié)同過(guò)濾進(jìn)行了詳細(xì)分析,為后文研究奠定了理論基礎(chǔ)。（2）對(duì)中職校數(shù)字化校園平臺(tái)中的各類子系統(tǒng)進(jìn)行分析,分析了在信息查找和利用方面的不足,提取總結(jié)了對(duì)推薦子系統(tǒng)的需求,然后從功能需求、數(shù)據(jù)流、系統(tǒng)需求、非功能需求幾個(gè)方面進(jìn)行的。（3）在用戶的選課信息、�？磮D書類別信息、實(shí)訓(xùn)成績(jī)信息等行為數(shù)據(jù)基礎(chǔ)上,采用K-Means聚類算法對(duì)用戶進(jìn)行聚類,建立了基于用戶行為的協(xié)同過(guò)濾推薦模型,為學(xué)生推薦合適的選修課程、實(shí)訓(xùn)課程、圖書等。（4）在協(xié)同過(guò)濾推薦模型的基礎(chǔ)上對(duì)推薦子系統(tǒng)進(jìn)行了設(shè)計(jì)和實(shí)現(xiàn),主要包括系統(tǒng)邏輯功能模塊、... 

【文章來(lái)源】：中國(guó)礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

論文結(jié)構(gòu)圖

圖 2-1 推薦系統(tǒng)原理Figure2-1 Recommended system principles2.2 協(xié)同過(guò)濾推薦算法（Collaborative filtering recommendationalgorithm）2.2.1 工作原理協(xié)同過(guò)濾推薦算法近些年來(lái)應(yīng)用也較為廣泛，特別是在信息過(guò)濾、信息系統(tǒng)等中，應(yīng)用更加頻繁。協(xié)同過(guò)濾推薦算法的主要目的是在用戶信息數(shù)據(jù)的基礎(chǔ)上，找出與該用戶相似的集合，并將該集合中用戶沒(méi)有注意到的商品或信息等推薦給用戶。如很多人在購(gòu)買書籍時(shí)，往往會(huì)根據(jù)需要購(gòu)買的書籍類別向朋友們進(jìn)行了解，在朋友們推薦的基礎(chǔ)上再選擇出自己喜歡的書籍種類。協(xié)同過(guò)濾推薦算法基本原理和這一過(guò)程類似。首先根據(jù)用戶需求找出與用戶相似的群體集合，并對(duì)這一群體集合的相關(guān)歷史數(shù)據(jù)進(jìn)行挖掘、分析，通過(guò)加權(quán)考慮相近用戶的喜好，從而預(yù)測(cè)出用戶感興趣的商品或信息[33-37]。在協(xié)同過(guò)濾算法中，最核心的內(nèi)容是對(duì)用戶的偏好相似性進(jìn)行分析，并將具

圖 2-2 協(xié)同過(guò)濾推薦原理Figure2-2 Collaborative filtering recommendation principle2.2.2 基于內(nèi)存的協(xié)同過(guò)濾基于內(nèi)存的協(xié)同過(guò)濾系統(tǒng)是推薦系統(tǒng)中另外一種應(yīng)用廣泛的算法系統(tǒng)�；趦�(nèi)存的協(xié)同過(guò)濾，主要是將目標(biāo)用戶和集合中的用戶的相似性進(jìn)行計(jì)算，形成和目標(biāo)用戶相似的集合。然后對(duì)集合中的用戶相關(guān)信息進(jìn)行統(tǒng)計(jì)、分析，了解該類用戶喜好，從而開展目標(biāo)用戶的針對(duì)性推薦。計(jì)算對(duì)象，基于內(nèi)存的協(xié)同過(guò)濾方式也不同，主要可分為基于項(xiàng)目的協(xié)同過(guò)濾、基于用戶的協(xié)同過(guò)濾兩種�；陧�(xiàng)目的協(xié)同過(guò)濾是 Sarwar 提出來(lái)的，這一算法中認(rèn)為目標(biāo)用戶感興趣的項(xiàng)目和之前用戶評(píng)價(jià)較高的項(xiàng)目是基本一致的[39-41]。基于用戶的協(xié)同過(guò)濾是以用戶對(duì)項(xiàng)目的評(píng)價(jià)為主要參考依據(jù)開展的推薦方法。即將和目標(biāo)用戶喜好相同的用戶找尋出來(lái)，并以這些用戶的喜好為基礎(chǔ)對(duì)目標(biāo)用戶的喜好進(jìn)行評(píng)價(jià)，將評(píng)價(jià)分值較高的商品或信息推薦給目標(biāo)用戶[42,43]。不管哪種協(xié)同過(guò)濾算法，其都是以用戶歷史記錄為依據(jù)的。但對(duì)于新用戶而言，其歷史記錄相對(duì)較少，較少的歷史記錄在了解

【參考文獻(xiàn)】：
期刊論文
[1]融合用戶對(duì)項(xiàng)目和屬性偏好的協(xié)同過(guò)濾算法[J]. 王云超,劉臻.  計(jì)算機(jī)科學(xué). 2018(S2)
[2]改進(jìn)的協(xié)同過(guò)濾算法在農(nóng)資電子商務(wù)網(wǎng)站的應(yīng)用[J]. 許貝貝,王文生,郭雷風(fēng).  江蘇農(nóng)業(yè)科學(xué). 2018(16)
[3]一種基于社區(qū)專家信息的協(xié)同過(guò)濾推薦算法[J]. 張凱涵,梁吉業(yè),趙興旺,王智強(qiáng).  計(jì)算機(jī)研究與發(fā)展. 2018(05)
[4]一種模糊認(rèn)知的協(xié)同過(guò)濾算法[J]. 劉井平,李平.  計(jì)算機(jī)工程與科學(xué). 2018(05)
[5]一種基于系統(tǒng)主題挖掘的協(xié)同過(guò)濾算法[J]. 李雪,高心丹.  小型微型計(jì)算機(jī)系統(tǒng). 2018(04)
[6]融合項(xiàng)目標(biāo)簽相似性的協(xié)同過(guò)濾推薦算法[J]. 廖天星,王玲.  計(jì)算機(jī)應(yīng)用. 2018(04)
[7]融合用戶動(dòng)態(tài)標(biāo)簽和信任關(guān)系的協(xié)同過(guò)濾算法[J]. 吳鴻玲,程耕國(guó).  計(jì)算機(jī)工程與應(yīng)用. 2018(19)
[8]基于讀者個(gè)性化特征數(shù)據(jù)挖掘的圖書館書目推薦[J]. 謝康.  現(xiàn)代電子技術(shù). 2018(06)
[9]融合微聚集隱私保護(hù)的協(xié)同過(guò)濾算法研究[J]. 鮮英,于炯,楊興耀,薛朋強(qiáng).  現(xiàn)代電子技術(shù). 2018(06)
[10]結(jié)合拓?fù)鋭?shì)用戶聚類的協(xié)同過(guò)濾推薦算法[J]. 黃賢英,李沁東,熊李媛.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(01)

碩士論文
[1]基于Spark平臺(tái)的協(xié)同過(guò)濾推薦算法的研究與實(shí)現(xiàn)[D]. 張明敏.南京理工大學(xué) 2015



本文編號(hào)：2982843