1. 研究目的与意义
随着图书行业的快速发展，现代各类图书浩瀚如海，信息超载问题突出，如何帮助读者选择符合自己兴趣的图书已经成为图书管理系统的关键，通过建立搜索技术和个性化推荐技术，将海量用户对图书的评分进行模型建立，预测用户行为，将有效信息推荐给用户，帮助用户找到自己感兴趣的图书。传统推荐技术在于将大众普遍喜欢的物品提取出来推荐用户，缺少个性化，而协同过滤算法作为最受欢迎的推荐算法之一，在个性化推荐模式中有着巨大的研究价值。而协同过滤算法存在冷启动，数据稀疏等问题。本系统将在基于用户的协同过滤算法上进行改进，弥补评分矩阵稀疏的问题，有效提高图书推荐系统的推荐效率，并基于图书管理系统进行整合，是本系统的意义所在。
2. 研究内容和预期目标
研究内容：本文主要研究个性化推荐算法及图书推荐网站的制作。在个性化推荐算法上，在已有的基于用户的协同过滤算法基础上，通过对冷启动问题和数据稀疏问题的研究改善。对每一个用户基于其历史行为数据进行模型的建立，将推荐的信息和用户兴趣模型进行匹配，将超过推荐阈值的图书推荐给用户，不同用户，不同时间段的用户都将拥有不同的推荐模型，得到不同的个性化推荐结果。在图书推荐网站制作上，将实现后台管理系统的搭建，前端图书评价网站的显示。后台管理系统将包括书籍管理，用户管理，权限管理，日志管理，菜单管理，书评管理，而前端显示网站将实现书籍推荐显示，书评显示，分类显示等内容。
1.系统要求
（1）网站权限分明，不同权限用户拥有不同权限功能。
3. 国内外研究现状
1 基于用户协同过滤算法(UserCF)
基于用户的协同过滤算法是通过用户的历史行为数据发现用户对商品或内容的喜欢(如商品购买，收藏，内容评论或分享)，并对这些喜好进行度量和打分。根据不同用户对相同商品或内容的态度和偏好程度计算用户之间的关系。在有相同喜好的用户间进行商品推荐。
主要步骤包括寻找偏好相似的用户，之后通过欧几里得距离或者皮尔逊相关系数构建相似度列表。最后通过加权排序进行推荐。
4. 计划与进度安排
1、2022-11-16至2022-11-24：确定选题方向，完成课题申报，构思系统功能
2、2022-11-25至2022-12-30：系统设计方面，进行系统需求分析，做好基础的数据准备及技术准备工作，构思系统的功能模块及整体框架。
3、2022-01-01至2022-02-28：在导师的指导下，完成数据库表的建立和系统基础模块，其次完成基于springboot 的后台管理系统，将图书推荐系统的后台管理系统搭建起来，并通过导师检验。
5. 参考文献
[1]文诗琪,王成,苏芳芳,刘技峰,陈叶旺,郑国旗.利用用户不偏好项目属性提高项目协同过滤算法效率和精度[J].小型微型计算机系统,2017,38(08):1735-1740.
[2]程曦,陈军.基于MapReduce与项目分类的协同过滤算法[J].计算机工程,2016,42(07):194-198.
[3] 谢发徽.个性化新书推荐系统的设计与实现[J].农业图书情报学刊,2017,29(07):52-56.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
