基于用户兴趣感知的高校图书馆推荐系统设计与实现级软件工程金融服务工程）毕业论文.docxVIP

毕 业 设 计中文题目基于用户兴趣感知的高校图书馆推荐系统设计与实现英文题目The Design and Implementation ofRecommendation System for UniversityLibrary Based on Reader Interest Detection院系：计算机与信息工程学院年级专业：2013级软件工程（金融服务工程）姓名：陈炳文学号：1322042103指导教师：王琰职称：讲师2017年5月毕业设计（论文）诚信声明书本人郑重声明：在毕业设计（论文）工作中严格遵守学校有关规定，恪守学术规范；我所提交的毕业设计（论文）是本人在 指导教师的指导下独立研究、撰写的成果，设计（论文）中所引用他人的文字、研究成果，均已在设计（论文）中加以说明；在本人的毕业设计（论文）中未剽窃、抄袭他人的学术观点、思想和成果，未篡改实验数据。本设计（论文）和资料若有不实之处，本人愿承担一切相关责任。学生签名： 年 月 日摘要当今社会，随着计算机科学技术的发展和人类的进步，人们获取知识的途径也变得越来越多。在这样庞大的信息数据时代下，用户如何在海量的信息中快速找到自己所需变得尤为重要。尤其是图书馆领域，由于书目巨多，用户想找一本自己喜欢的书，需要花费相当长的时间，而且有些与用户兴趣相似的书因为信息流通的不及时，也很容易错过，造成图书资源利用率的降低。所以，在这样的前提下，个性化系统随之产生。如何及时感知用户的兴趣变化并推荐相关书籍已成为图书馆所关注的目标。本推荐系统借用理工学院图书馆数据库中的数据来为当前用户推荐，该系统需要实现的主要功能有图书管理功能、用户管理功能、热度排行榜功能、信息检索功能、推荐功能。通过对目前主流的推荐算法如基于用户推荐、基于内容推荐等存在的数据稀缺性，不可扩展性等缺陷分析，我们基于厦门理工学院图书馆的实际需求，提出了一种优化的算法，即以聚类算法来划分不同的用户类型，用欧几里得距离公式来计算用户相似度，把相似的用户分为一个簇，簇中的用户具有高度的相似性，这样就把具有相似兴趣的用户归在一起，随机选择簇中除当前用户的其余用户作为当前用户的邻居用户，最后为当前用户产生推荐。最后会通过实验数据表明，这种基于聚类的算法比传统的基于用户的算法具有更高的准确性。关键词：个性化推荐系统；协同过滤；聚类ABSTRACTIn todays society, with the development of computer science and technology and human progress, people get more and more ways to acquire knowledge. In such a huge era of information and data, how users quickly find their needs in the vast amounts of information is becoming particularly important. Especially the field of library, because many users want to find books, a book that you love books, need to take a very long time, and some similar user interest in the book because of the flow of information is not timely, but also easy to miss, resulting in lower utilization of Library resources. So, in this case, the personalized system comes into being. How to perceive the changes of users interests and recommend related books in time has become the focus of the library.Based on the current mainstream recommendation algorithm, user recommendation data scarcity are recommended based on content based on the analysis, no defects such as expansion, we based on the actual demand of Xiamen University of T