资源库的设计与推荐系统的研究

发布时间：2017-05-31 22:20

  本文关键词：资源库的设计与推荐系统的研究，由笔耕文化传播整理发布。

【摘要】：随着互联网技术的高速发展,互联网上的信息增长非常快。互联网用户可以从网络上获得各种各样的信息,利用互联网来学习新的知识现在已经越来越普遍。建设一个完善的资源库是十分必要的首先用户可以通过资源库分享自己的研究成果；其次用户可以浏览或下载资源库他人的研究成果。本文资源库系统还提供了个性化推荐的功能,可以根据用户的行为数据和自身信息为用户提供能个性化推荐列表,能够方便用户查找资源。 国内比较成熟的一些电子资源数据库万方,维普等,这些都是一些非常专业的电子资源库,提供大量的各专业的研究论文。还有一些私营企业或者是组织搭建的一些平台。如百度学术,Google学术和一些专业论坛等,它们相对于万方和维普它们起步较晚,但也有自己的一些独到的优势。比如百度或Google,他们的搜索引擎技术非常成熟,能够帮助用户快速查找到对应资源。虽然各种各样的电子资源平台越来越多,但他们都有各自的缺点。比如现在网络上出现的各种专业的论坛,提供的各种电子资源都是一些相关专业的人发表的他们自己对某一些问题或知识点的认识和见解,这些认识和见解是没有经过权威专家的验证的,所以可能会有存在一些错误。一些比较权威的电子资源库如万方和维普电子资源库,这些网络平台提供的各个专业的电子资源都是经过专家审查的是正确性比较高。但这些电子资源主要形式是一些论文的形式出现,所以大部分的都只是说明了作者的研究取得的新的成果,没有详细介绍实现他们理论的方法步骤。 本文资源库的设计和推荐系统的研究主要是实现了资源库系统和将设计的推荐算法应用到资源库系统中。资源库中的内容以项目为组织单位,每个项目主要内容包括文档,图片,视频和代码。这些电子资源不但包括了项目取得的新的成果,还详细的介绍了项目所用到的知识点,实现方法,具体实现的代码和一些成果展示的视频等。资源库的电子资源是以项目为单位组织起来的,每个项目包括要完成这个项目的所有知识点和方法,所以任何一个人获得这些资料后就能自己把这个项目给实现。本文将个性化推荐技术引入到了资源库,资源库能够根据用户的自身的特征信息和对下载过的资源评分数据给用户推荐用户可能感兴趣的资源。与传统的推荐算法相比资源库的推荐算法克服了冷启动和稀疏矩阵的问题,从而能够达到更准确的推荐结果。
【关键词】：资源库 推荐系统 教参资源 共享 协同过滤
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.3
【目录】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 绪论11-17
• 1.1 研究背景与意义11-12
• 1.1.1 研究背景11-12
• 1.1.2 课题研究意义12
• 1.2 研究现状12-15
• 1.2.1 资源库国内研究现状12-13
• 1.2.2 资源库国外研究现状13-14
• 1.2.3 推荐系统国内研究现状14-15
• 1.2.4 推荐系统国外研究现状15
• 1.3 研究目标15-16
• 1.4 论文主要工作安排16-17
• 第二章 推荐系统算法17-26
• 2.1 推荐系统分类17-19
• 2.1.1 非个性化推荐系统18
• 2.1.2 个性化推荐系统18-19
• 2.2 个性化推荐系统相似度计算方法19
• 2.3 基于物品的推荐方法19-20
• 2.4 基于用户的推荐算法20
• 2.5 一些改进的推荐算法20-23
• 2.5.1 将用户活动加入到推荐系统的推荐算法21-22
• 2.5.2 结合Slope One Schme和基于用户的协同过滤算法22-23
• 2.6 推荐系统的评估23-25
• 2.6.1 评估数据获取方法23-24
• 2.6.2 推荐系统评价指标24-25
• 2.7 本章小结25-26
• 第三章 资源库和推荐系统需求分析26-33
• 3.1 推荐系统需求分析26-27
• 3.2 资源库系统业务需求分析27-28
• 3.3 资源库系统用例分析28-32
• 3.4 本章小结32-33
• 第四章 资源库系统的设计与实现33-68
• 4.1 资源库的总体设计33-38
• 4.1.1 实体层和Service层33-34
• 4.1.2 DAO层34-35
• 4.1.3 Web层35-36
• 4.1.4 资源库系统的整合36-37
• 4.1.5 资源库记录日志功能模块37-38
• 4.2 系统功能模块的设计与实现38-67
• 4.2.1 上传模块的设计38-39
• 4.2.2 上传模块的实现39-40
• 4.2.3 下载模块的设计40-41
• 4.2.4 下载模块的实现41-42
• 4.2.5 搜索模块的设计42-43
• 4.2.6 搜索模块的实现43-45
• 4.2.7 审批模块的设计45
• 4.2.8 审批模块的实现45-46
• 4.2.9 数据库模块46-55
• 4.2.9.1 数据中的表47-51
• 4.2.9.2 数据整体结构图51-54
• 4.2.9.3 数据库优化54-55
• 4.2.10 推荐模块55-60
• 4.2.10.1 资源库推荐算法的设计55-57
• 4.2.10.2 推荐系统的实现57-60
• 4.2.11 测试目的60-61
• 4.2.13 推荐算法预测值测试结果及分析61-63
• 4.2.14 资源库系统测试方法63-64
• 4.2.14.1 单元测试63-64
• 4.2.14.2 功能测试64
• 4.2.15 资源库功能测试结果64-67
• 4.3 本章小结67-68
• 第五章 总结与展望68-70
• 5.1 全文工作总结68
• 5.2 展望68-70
• 致谢70-71
• 参考文献71-74
• 附录 缩略语74-75
• 附录 图片目录75-76
• 附录 表格目录76-77
• 攻读硕士期间发表的论文77

【参考文献】

中国期刊全文数据库 前4条

1 伍之昂;庄毅;王有权;曹杰;;基于特征选择的推荐系统托攻击检测算法[J];电子学报;2012年08期

2 周军锋,汤显,郭景峰;一种优化的协同过滤推荐算法[J];计算机研究与发展;2004年10期

3 高远;夏敏;吕林峰;;基于Myeclipse集成环境下的JUnit单元测试[J];指挥信息系统与技术;2010年06期

4 彭飞;邓浩江;刘磊;;加入用户评分偏置的推荐系统排名模型[J];西安交通大学学报;2012年06期

  本文关键词：资源库的设计与推荐系统的研究，由笔耕文化传播整理发布。

，

本文编号：410821