基于混合协同过滤的个性化推荐方法及应用任务书
2020-02-20 06:02
1. 毕业设计（论文）主要内容：
本论文主要研究个性化推荐技术中混合协同过滤算法的应用，在总结分析传统协同过滤算法和混合协同过滤算法的基础上，利用影片观影相关数据进行实例分析，得出传统协同过滤算法推荐结果和混合协同过滤算法推荐结果，并进行对比分析。研究采用文献综述、比较研究、数据分析等方法，旨在解决个性化推荐系统中多兴趣和多内容方面传统协同过滤推荐存在的问题，并完成毕业论文的撰写。
2. 毕业设计（论文）主要任务及要求
-
根据指导老师下达的毕业设计任务，在毕业设计开始后三周内独立完成开题报告；
-
通过文献研究法，了解传统协同过滤算法以及混合协同过滤算法，分析传统协同过滤算法在推荐多兴趣和多内容时存在的问题；
-
以观影数据为例，借助编程语言，得出传统协同过滤算法和混合协同过滤算法的推荐结果，进行对比分析。
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！3. 毕业设计（论文）完成任务的计划与安排
2018.12.30之前：完成毕业论文选题；
2019.01.30之前：结合选题和任务书的目标要求，完成开题报告撰写；
2019.05.23之前：完成基于混合协同过滤的个性化推荐研究的报告，提交论文初稿；
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！4. 主要参考文献
[1]朱满洲. 基于协同过滤的个性化新闻推荐系统的设计与实现[d].南京理工大学. 2018-12-01.
[2] yang x , liang c , zhao m , et al. collaborative filtering-based recommendation of online social voting[j]. ieee transactions on computational social systems, 2017, 4(1): 1-13.
[3] al-bashiri h , abdulgabber m a , romli a , et al. collaborative filtering recommender system: overview and challenges[j]. advanced science letters, 2017, 23(9): 9045-9049.
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
