基于协同过滤的个性化图书推荐系统设计与实现

《基于协同过滤的个性化图书推荐系统设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号；密级；＿＿ＵＤＣ：单位代码；签傲至姑丈ｆ硕击学位论文论文题目；基于协同过滤的个性化图书推荐系统设汁与实现ｍ学号１４２０１９０３２３；作者二刘国庆专业名称：计貸机巧乂（专＃巧硕卡）２０１６年６月６日独创性说明本人郑重声明：所呈交的论文是我个人在导师指导下进行的研巧工作及取得研究成果。尽我所知，除了文中特别加ｙ标注和致谢的地方外，论文中不包含其他人己经发表或撰写的研究成果，也不包含为获得安徽Ｘ业一大学或真他教育机构的学位或证书所使用过的材料。与我同工作的同志对本研巧所做的任何贡献均己在论文中做了明确

2、的说明并表示了谢意。签名或系曰期：１＾、１关于论文使用授权的说明、：本人完全了解安徽工业大学有关保留使用学位论文的规定，即学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可公布论文的全部或部分内容，可采用影印、缩印或其他复制手段保存论文，保密的论文在解密后应遵循此规定。寺务’．签名巧１导师签名心日期：ｎＭｌｌＩ安徽工业大学硕士学位论文论文题目：基于协同过滤的个性化图书推荐系统设计与实现BasedcollaborativefilteringpersonalizedbookrecommendationsSystemDesignandImplemen

3、tation作者：刘国庆学院：____计算机科学与技术________指导教师：刘辉单位：_____安徽工业大学______论文提交日期：2016年6月6日学位授予单位：安徽工业大学安徽马鞍山243002摘要摘要近些年来，随着高校图书馆的不断建设发展，馆藏图书数量也在逐年增长，如何从海量的图书中发现感兴趣的图书，是每个读者关心的问题。个性化图书推荐技术可以较好解决这一问题。个性化推荐技术是近几年比较流行的智能化技术，已成功运用于电子商务，搜索引擎等平台。该技术可以对海量用户信息数据进行学习，分析，并通过一系列算法挖掘出符合用户喜好的产品。个性化推荐系统是基于个性化推荐算法基础上的一套综合

4、信息系统，该系统能将推荐结果实时输出给用户，用户可根据推荐结果是否符合自己喜好进行反馈。推荐系统可以利用这些反馈不断调整推荐结果，使其更贴近用户的喜好。本文以基于协同过滤，结合图书领域的中图分类法，实现了基于聚类和图书类别偏好的协同过滤推荐算法。本算法首先根据用户借阅图书的天数构造出用户对图书的评分来填补评分矩阵。接着将矩阵用聚类方法按用户对不同图书类别的偏好进行预处理。处理后的结果输入到协同过滤算法中，运用加权的用户相似度计算方法在若干个聚类中查找目标用户的邻居用户。最后利用用户邻居集合中的用户评分来对目标图书进行预测，并输出预测评分较高的图书。该算法在一定程度弥补了传统协同过滤算法的

5、数据稀疏性问题和扩展性问题。本文还在上述算法基础上，结合某高校真实图书借阅数据，验证了本文算法的合理性和可靠性，并由此开发了一套实用的个性化图书推荐系统。通过真实系统的运行使用，并对收集的反馈结果进行评估，验证了本文所采用的推荐算法的准确度。关键词：图书推荐，协同过滤，聚类IAbstractAbstractInrecentyears,withthecontinuousconstructionanddevelopmentofuniversitylibrary,thenumberofbooksinlibrariesalsoincreasedyearbyyear,howtofoundinter

6、estedinbooksfromthemassivebooksisaconcernedproblemsbyeveryreader.Bookpersonalizedrecommendationtechnologycansolvethisproblem.Personalizedrecommendationtechnologyisapopularintelligenttechnologyinrecentyears,ithasbeensuccessfullyusedintheelectroniccommerce,searchengineplatform.Thistechnologyisaprod

7、uctthatmeetstheuserpreferencesbyusingmassiveuserinformationdata,analysis,andthroughaseriesofminingalgorithm.PersonalizedrecommendationsystemisasetofcomprehensiveinformationsystembasedonPersonalizedRecommendationAlgorit