基于协同过滤推荐算法的房产拍卖系统的设计与开发

发布时间：2017-04-17 04:11

  本文关键词：基于协同过滤推荐算法的房产拍卖系统的设计与开发，，由笔耕文化传播整理发布。

【摘要】：随着信息技术和互联网的发展,人们逐步从信息缺乏的时代进入了信息过量的时代。不论是信息接受者还是信息制造者都碰到了前所未有的挑战:对于信息接受者来说,需要从大量信息中找到自己感兴趣的信息;对于信息制造者来说,需要让自己生产的信息脱颖而出,受到众多用户的青睐。推荐系统可以解决这个问题。它的功能就是联系用户和信息,一方面帮助用户发现对自己有价值的信息,另一方面让信息能够展现在对它感兴趣的用户面前,从而满足信息接受者和信息制造者双方的需求。房产拍卖系统是电商领域一个相对成熟的体系,要想在激烈的互联网竞争中吸引更多的客户参与商业活动,公司就必须要把有价值的信息传递给用户。但是传统的房产拍卖系统几乎没有涉及房产推荐的功能。如果把推荐系统嵌入到房产拍卖系统中,那么用户可以获得更加个性化、更加准确的信息来进行交易,这样房产拍卖网站就能够获得更多的利润。针对这种情况,本论文开发了基于协同过滤推荐算法的房产拍卖系统。该系统充分利用了协同过滤推荐算法的优点,使该系统更加个性化的面向用户。本人参与了该系统的设计与研发,主要是参与了拍卖系统的系统分析、整体设计以及房产推荐模块的开发工作。基于协同过滤推荐算法的线上拍卖系统除了实现用户管理、拍卖房产管理、拍卖过程管理这些基本的功能之外,最主要的是实现了其他房产拍卖系统所没有的拍卖房产推荐功能。房产推荐功能的设计主要根据每个用户的行为进行分析,利用收集的数据结合本文所运用的推荐算法进行预测,个性化的推荐给用户会感兴趣的房产信息。该系统的开发基于用户的推荐算法,使用XAMPP集成开发环境,减少了部署过程中的工作,利用Apache作为Web服务器,采用b/s架构,MySQL作为数据库管理系统。
【关键词】：房产 线上拍卖 协同过滤 推荐算法
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.52;TP391.3
【目录】：

• 中文摘要3-4
• ABSTRACT4-8
• 第一章 绪论8-11
• 1.1 项目研究背景8-9
• 1.2 国内外研究现状9-10
• 1.3 论文主要工作10
• 1.4 论文组织结构10-11
• 第二章 相关技术介绍11-14
• 2.1 TNCF算法11
• 2.2 AJAX长轮询11-12
• 2.3 DBMS数据库事务12-13
• 2.4 XAMPP集成环境13
• 2.5 本章小结13-14
• 第三章 系统分析与设计14-27
• 3.1 系统的功能介绍14
• 3.2 系统的需求分析14-19
• 3.2.1 系统的应用目标分析14-15
• 3.2.2 系统的功能需求分析15-18
• 3.2.3 系统的非功能需求分析18-19
• 3.3 系统总体设计19-20
• 3.4 系统流程分析20-23
• 3.5 拍卖系统E-R图23
• 3.6 数据库设计23-26
• 3.7 本章小结26-27
• 第四章 房产推荐算法设计与架构设计27-36
• 4.1 商品推荐方法介绍27-28
• 4.2 用户偏好模型分析28-29
• 4.3 用户偏好的行为描述与建模29
• 4.4 用户间偏好互相关系数计算原理29-30
• 4.5 相似近邻圈定方法30-31
• 4.6 基于协同过滤的房产推荐算法31-33
• 4.7 推荐模块总体设计33-34
• 4.8 推荐引擎的架构34-35
• 4.9 本章小结35-36
• 第五章 基于推荐的房产拍卖系统实现36-43
• 5.1 系统开发环境36
• 5.2 房产推荐模块实现与测试结果36-39
• 5.3 系统功能展示39-42
• 5.4 本章小结42-43
• 第六章 总结与展望43-45
• 6.1 总结43-44
• 6.2 展望44-45
• 参考文献45-48
• 在学期间的研究成果48-49
• 致谢49

【相似文献】

中国期刊全文数据库 前10条

1 徐义峰;徐云青;刘晓平;;一种基于时间序列性的推荐算法[J];计算机系统应用;2006年10期

2 余小鹏;;一种基于多层关联规则的推荐算法研究[J];计算机应用;2007年06期

3 张海玉;刘志都;杨彩;贾松浩;;基于页面聚类的推荐算法的改进[J];计算机应用与软件;2008年09期

4 张立燕;;一种基于用户事务模式的推荐算法[J];福建电脑;2009年03期

5 王晗;夏自谦;;基于蚁群算法和浏览路径的推荐算法研究[J];中国科技信息;2009年07期

6 周珊丹;周兴社;王海鹏;倪红波;张桂英;苗强;;智能博物馆环境下的个性化推荐算法[J];计算机工程与应用;2010年19期

7 王文;;个性化推荐算法研究[J];电脑知识与技术;2010年16期

8 张恺;秦亮曦;宁朝波;李文阁;;改进评价估计的混合推荐算法研究[J];微计算机信息;2010年36期

9 夏秀峰;代沁;丛丽晖;;用户显意识下的多重态度个性化推荐算法[J];计算机工程与应用;2011年16期

10 杨博;赵鹏飞;;推荐算法综述[J];山西大学学报(自然科学版);2011年03期

中国重要会议论文全文数据库 前10条

1 王韬丞;罗喜军;杜小勇;;基于层次的推荐:一种新的个性化推荐算法[A];第二十四届中国数据库学术会议论文集（技术报告篇）[C];2007年

2 唐灿;;基于模糊用户心理模式的个性化推荐算法[A];2008年计算机应用技术交流会论文集[C];2008年

3 秦国;杜小勇;;基于用户层次信息的协同推荐算法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

4 周玉妮;郑会颂;;基于浏览路径选择的蚁群推荐算法:用于移动商务个性化推荐系统[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年

5 苏日启;胡皓;汪秉宏;;基于网络的含时推荐算法[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

6 梁莘q

本文编号：312381