基于数据挖掘的设备推荐专家系统研究

发布时间：2017-05-10 23:12

  本文关键词：基于数据挖掘的设备推荐专家系统研究，由笔耕文化传播整理发布。

【摘要】：信息技术相比之前的发展已取得了阶段性的突破,如何把这些新技术应用到高校科研管理工作中去,提高高校的科研管理效率,方便专家的使用,推动科研整体实力更上一个台阶,已成为国内高校普遍关注的热点问题。专家在申购设备时,会在设备的选择阶段做很多调研工作,专家将考察多种设备,综合考虑设备的各项属性,最终做出决定,过程繁琐。为此,本课题拟在专家选择申购设备的过程中做一些切实可行的工作。当专家需要购买设备时,系统将会综合考虑各类设备信息、专家信息,基于数据挖掘技术,给专家推荐一些可能会用到的设备。这些设备按照一定算法取自项目、专家的购买历史,按照一定权重规则排序,供专家参考浏览选择。设备推荐清单中包含设备的名称分类、主件技术指标、性能参数,还包括项目供应商与预期购买价格等实用的信息。由此形成完善的基于数据挖掘的设备推荐机制,来减轻专家的重复性劳动,方便专家的设备购买工作主要的研究工作总结是：1.在介绍主流推荐算法的基础上,归纳了各种算法的优点与缺点,并且进行比较,最终确定应用方案。2.论文提出了基于数据挖掘的设备推荐机制,文中将采用内容过滤与协同过滤的方法,综合考虑设备信息与专家信息,挖掘各个设备之间、各位专家之间、以及设备与专家的隐藏关系,来进行设备推荐。3.通过实验证明了设备推荐的可行性与可靠性,从用户满意度、预测准确率方向进行调研,得到了可靠的结果,最终完成了基于数据挖掘的设备推荐专家系统研究。
【关键词】：推荐系统 数据挖掘 算法
【学位授予单位】：中国海洋大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP311.13;TP391.3
【目录】：

• 摘要5-6
• abstract6-10
• 1 绪论10-13
• 1.1 课题研究的背景10-11
• 1.1.1 科研信息管理与设备申购10
• 1.1.2 推荐系统及应用现状10-11
• 1.2 研究内容11-12
• 1.3 论文的内容安排12-13
• 2 数据挖掘与推荐系统的相关知识背景13-23
• 2.1 数据挖掘技术13-17
• 2.1.1 数据挖掘的定义13-14
• 2.1.2 数据挖掘的常规流程14-15
• 2.1.3 数据挖掘的技术方法15-16
• 2.1.4 数据挖掘的功用16-17
• 2.2 推荐系统17-22
• 2.2.1 推荐系统概述17-18
• 2.2.2 推荐系统的数学定义18-19
• 2.2.3 推荐系统的研究方向19-20
• 2.2.4 推荐系统的研究现状20-21
• 2.2.5 用户行为数据21-22
• 2.3 本章小结22-23
• 3 推荐系统算法介绍23-30
• 3.1 个性化推荐的算法简述23-27
• 3.1.1 基于关联规则的推荐23
• 3.1.2 基于内容过滤的推荐23-24
• 3.1.3 基于协同过滤的推荐24-26
• 3.1.4 各类推荐算法的比较26-27
• 3.2 推荐算法的研究目的27
• 3.3 各种推荐机制的评估方法27-29
• 3.3.1 用户满意度27-28
• 3.3.2 预测准确率28
• 3.3.3 其他方法28-29
• 3.4 本章小结29-30
• 4 基于数据挖掘的设备推荐专家系统算法设计30-39
• 4.1 数据规模与算法依据分析30-31
• 4.2 特征向量相似度分析31
• 4.3 基于关键字的内容过滤设备推荐算法31-34
• 4.3.1 用户兴趣模型32-34
• 4.3.2 产生推荐34
• 4.4 基于专家用户的协同过滤设备推荐算法34-37
• 4.4.1 用户信息表示35-36
• 4.4.2 最近邻查询36-37
• 4.4.3 推荐产生37
• 4.5 在推荐算法中加入聚类应用37-38
• 4.6 本章小结38-39
• 5 基于数据挖掘的设备推荐专家系统系统设计39-67
• 5.1 数据层——数据分析41-43
• 5.2 核心推荐引擎——数据挖掘方法的实施43-62
• 5.2.1 基于关键字的内容过滤设备推荐的实现43-49
• 5.2.2 基于专家用户的协同过滤设备推荐的实现49-59
• 5.2.3 对推荐结果进行排序59
• 5.2.4 类设计59-62
• 5.3 用户界面交互设计62-63
• 5.4 系统评估与结论63-66
• 5.5 本章小结66-67
• 6 总结与展望67-69
• 6.1 研究总结67
• 6.2 未来进一步工作的展望67-69
• 参考文献69-72
• 致谢72-73
• 个人简历73

【相似文献】

中国期刊全文数据库 前10条

1 香丽芸;浅谈数据挖掘及其应用[J];昌吉师专学报;2001年02期

2 郑雪燕,张杰明,岳洋;数据挖掘语言[J];计算机时代;2001年11期

3 刘明晶;数据挖掘[J];华南金融电脑;2001年04期

4 张伟;刘勇国;彭军;廖晓峰;吴中福;;数据挖掘发展研究[J];计算机科学;2001年07期

5 钟晓;马少平;张钹;俞瑞钊;;数据挖掘综述[J];模式识别与人工智能;2001年01期

6 朱建平,张润楚;数据挖掘的发展及其特点[J];统计与决策;2002年07期

7 傅岚;在数据海洋中打捞信息数据挖掘[J];科技广场;2002年11期

8 李峻;数据挖掘,企业洞察先机的“慧眼”[J];中国计算机用户;2002年48期

9 罗可,蔡碧野,卜胜贤,谢中科;数据挖掘及其发展研究[J];计算机工程与应用;2002年14期

10 ;2002数据挖掘研讨班[J];计算机工程;2002年06期

中国重要会议论文全文数据库 前10条

1 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

2 张弦;;数据挖掘在农业中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

3 魏顺平;;教育数据挖掘:现状与趋势[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年

4 关清平;沉培辉;;概率网络在数据挖掘上的应用[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

5 丁瑾;;基于Web数据挖掘的综述[A];山西省科学技术情报学会学术年会论文集[C];2004年

6 聂茹;田森平;;Web数据挖掘及其在电子商务中的应用[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年

7 李菊;王军;;数据挖掘在客户关系管理的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

8 肖阳;李启贤;;数据挖掘在中国钢铁行业中的应用[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年

9 杨磊;王贵成;汪勇;张占胜;;SQL Server 2005在数据挖掘中的应用[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

中国重要报纸全文数据库 前10条

1 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年

2 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年

3 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年

4 《网络世界》记者 王莹;数据挖掘保险业的新蓝海[N];网络世界;2012年

5 刘俊丽;基于地理化的网络数据挖掘与分析提升投资有效性[N];人民邮电;2014年

6 本报记者 连晓东;数据挖掘：金融信息化新热点[N];中国电子报;2002年

7 本报记者 凤小华 朱仁康;“数字挖掘软件”引领中国信息化新浪潮[N];中国电子报;2003年

8 本报记者　史延廷;“成功企业数据挖掘暨数量化管理论坛”在京举办[N];中国旅游报;2002年

9 朱小宁;数据挖掘：信息化战争的基础工程[N];解放军报;2005年

10 本报记者 王小平;从“大集中”走向数据挖掘[N];金融时报;2002年

中国博士学位论文全文数据库 前10条

1 于自强;海量流数据挖掘相关问题研究[D];山东大学;2015年

2 张馨;全基因组SNP芯片应用于CNV和L0H分析的软件比对与数据挖掘[D];复旦大学;2011年

3 彭计红;基于数据挖掘的痴呆中医证的研究[D];南京中医药大学;2015年

4 李秋虹;基于MapReduce的大规模数据挖掘技术研究[D];复旦大学;2013年

5 邬文帅;基于多目标决策的数据挖掘方法评估与应用[D];电子科技大学;2015年

6 谢邦彦;整合数据挖掘与TRIZ理论的质量管理方法研究[D];首都经济贸易大学;2010年

7 李荣;生物信息数据挖掘若干关键问题研究与应用[D];复旦大学;2004年

8 李玉华;面向服务的数据挖掘关键技术研究[D];华中科技大学;2006年

9 吴少智;时间序列数据挖掘在生物医学中的应用研究[D];电子科技大学;2010年

10 王珊珊;知识指导下的数据挖掘在新闻和金融工具之间因果关系上的应用[D];中国科学技术大学;2009年

中国硕士学位论文全文数据库 前10条

1 林仁红;基于数据挖掘的机遇识别与评价研究[D];首都经济贸易大学;2007年

2 张彦俊;游戏运营中的数据挖掘[D];复旦大学;2011年

3 焦亚召;基于多核函数FCM算法在数据挖掘聚类中的应用研究[D];昆明理工大学;2015年

4 王杰锋;物联网能耗数据智能分析及其应用平台设计[D];江南大学;2015年

5 刘学建;数据挖掘在电子商务推荐系统中的应用研究[D];昆明理工大学;2015年

6 戴阳阳;基于数据挖掘的金融时间序列预测研究与应用[D];江南大学;2015年

7 石思优;基于主题模型的医疗数据挖掘研究[D];广东技术师范学院;2015年

8 陈丹;移动互联网信令挖掘实现智慧营销的设计与实现应用研究[D];华南理工大学;2015年

9 陈思;基于数据挖掘的大学生客户识别模型的研究[D];昆明理工大学;2015年

10 位长帅;基于客户数据挖掘的电信客户关系管理研究[D];西南交通大学;2015年

  本文关键词：基于数据挖掘的设备推荐专家系统研究，，由笔耕文化传播整理发布。

本文编号：355707