基于深度时空网络的购物预测及推荐系统任务书

 2020-02-20 08:02

1. 毕业设计(论文)主要内容:

线上购物成为当前流行的购物方式,双11销售额的逐年上涨预示着线上购物这种购物方式将会越来越火爆。购物平台如何根据历史购物数据,精准预测用户今后的购物时间和所购物品并智能推荐成为扩大销售额的可行手段。与此同时,购物平台精准的贴心推荐也会增加用户的满意度,在激烈的平台竞争中也能获得优势。

历史购物数据是一种时空数据,做出的预测也是具有时空性的,即用户在什么时候会购买什么商品。要求:1.提出一种数据预处理方式,满足时空数据的特殊属性;2.建立合理的深度网络模型;3.根据数据集的实际特点选取合适的优化方式;4.实现一套可视化系统。

2. 毕业设计(论文)主要任务及要求

1.查阅15篇相关文献(不少于3篇外文文献),并每篇书写200—300字文献摘要(装订成册,带封面);
2.认真填写周记,完成至少1500字开题报告(“设计的目的及意义”至少800汉字;“基本内容和技术方案”至少400汉字;进度安排应尽可能详细;教指导教师意见应包含:学生的调研是否充分?基本内容和技术方案是否已明确?是否已经具备开始设计(论文)的条件?能否达到预期的目标?是否同意进入设计(论文)阶段?);
3.完成5000中文字以上的相关英文专业文献翻译,并装订成册(中英文一起,带封面);
4.完成系统的编码与调试;
5.完成10000字以上的毕业论文;
6.进行论文答辩。

3. 毕业设计(论文)完成任务的计划与安排

(1)2019/1/19—2019/2/28:确定选题,查阅文献,外文翻译和撰写开题报告;
(2)2019/3/1—2019/4/30:系统架构、程序设计与开发、系统测试与完善;
(3)2019/5/1—2019/5/25:撰写及修改毕业论文;
(4)2019/5/26—2019/6/5:准备答辩。

4. 主要参考文献

[1] zheng, yu. methodologiesfor cross-domain data fusion: an overview[j]. ieee transactions on big data,2015, 1(1):1-1.

[2]zhang j , zheng y , qi d , et al. dnn-based prediction model for spatio-temporaldata[c]// acm sigspatial international conference on advances in geographicinformation systems. acm, 2016.

[3]zhang j , zheng y , qi d . deep spatio-temporal residual networks for citywidecrowd flows prediction[j]. 2016.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。