遗传聚类的协同推荐方法在点餐系统中的应用设计

发布时间：2018-11-02 10:13

【摘要】：电子信息服务平台的普及,使用户数据急剧增长,如何在有限的时间里,寻找用户需要的信息是当前推荐系统应用的研究热点。协同过滤推荐技术是当前应用最为广泛的推荐技术,但其存在两大重要问题,即扩展性问题和推荐质量问题。目前大部分研究都是集中在推荐质量问题上,对扩展性问题的研究较少。扩展性问题导致推荐响应时间的增长,用户能否忍受长时间的等待,是衡量推荐系统性能的根本指标。本文分析了协同推荐技术中推荐质量与扩展性两大问题,为较好解决这两大问题,提出在传统协同过滤推荐技术中引入遗传操作的方法。该方法过程分为两步:首先,对原始数据进行遗传聚类得到初始集;其次,在初始集的基础上进行融合遗传算法的协同过滤推荐。通过采用国际通用的Glass、Heart、Soybean、Movie Lens等数据样本集进行实验验证,实验结果数据显示该方法有效地解决了传统协同过滤推荐系统的扩展性问题和推荐质量问题。在验证本文提出的推荐方法有效性的基础上,把该融合遗传聚类的协同推荐方法设计应用于点餐系统中。该点餐系统主要由用户点餐模块、系统后台管理模块、服务员功能管理模块、厨师功能管理模块构成。智能推荐模块是用户点餐模块的核心子模块,通过应用本文所述方法,该子模块实现了基于用户评价、菜品属性加权的协同过滤推荐。
[Abstract]:......
【学位授予单位】：华侨大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TH692

【参考文献】

相关期刊论文 前10条

1 毕凯;王晓丹;邢雅琼;;基于证据空间有效性指标的聚类选择性集成[J];通信学报;2015年08期

2 刘啸;;MD5算法在Web开发中的应用[J];计算机安全;2014年08期

3 卢志茂;李纯;张琦;;近邻传播的文本聚类集成谱算法[J];哈尔滨工程大学学报;2012年07期

4 邓晓政;焦李成;卢山;;基于非负矩阵分解的谱聚类集成SAR图像分割[J];电子学报;2011年12期

5 李泉溪;吴硕;;ZigBee无线点餐系统研究[J];河南科技大学学报(自然科学版);2011年05期

6 张超群;郑建国;钱洁;;遗传算法编码方案比较[J];计算机应用研究;2011年03期

7 嵇晓声;刘宴兵;罗来明;;协同过滤中基于用户兴趣度的相似性度量方法[J];计算机应用;2010年10期

8 黄国言;李有超;高建培;常旭亮;;基于项目属性的用户聚类协同过滤推荐算法[J];计算机工程与设计;2010年05期

9 吕宗磊;王建东;李莹;宰云峰;;一种基于模态逻辑的聚类结果评价方法[J];计算机研究与发展;2008年09期

10 罗会兰;孔繁胜;李一啸;;聚类集成中的差异性度量研究[J];计算机学报;2007年08期

相关硕士学位论文 前9条

1 徐佳殠;基于餐饮消费数据的加权关联模式挖掘[D];云南大学;2015年

2 李旋;聚类成员生成以及带约束的聚类融合选择研究[D];厦门大学;2013年

3 周静;基于信任的协同过滤推荐算法研究[D];燕山大学;2013年

4 李晓丽;电子商务个性化推荐系统的设计与实现[D];河南大学;2013年

5 张川;基于矩阵分解的协同过滤推荐算法研究[D];吉林大学;2013年

6 谷鹏花;聚类集成及差异性的研究[D];西南交通大学;2012年

7 王颖;基于遗传算法的数据挖掘技术的应用研究[D];浙江理工大学;2012年

8 肖丹萍;基于用户特征和偏好的协同过滤推荐算法[D];暨南大学;2011年

9 吴香庭;基于遗传算法的K-means聚类方法的研究[D];山东科技大学;2010年

，

本文编号：2305732