基于文本挖掘的个性化推荐算法的设计与实现开题报告

全文总字数：8834字

1. 研究目的与意义（文献综述）

1.1 研究目的

互联网用户在今天的信息过剩中开始面临着一个问题，那就是他们可能没有充分意识到如何描述他们的需求。一旦用户无法提供准确的搜索关键字，通过用户给定的关键词来实现信息查询和检索的搜索引擎也无能为力。而推荐系统的出现正好弥补了搜索引擎在这方面的不足。搜索引擎在使用时必须给出特定的关键词，推荐系统不必如此。它可以利用用户历史所产生的行为，分析这些行为的规则，同时建立相应的模型，以便根据历史需要预测未来的需求。

简而言之，推荐系统使过去被动地等待用户关键词进行信息检索，转变为分析用户行为、预测用户需求、主动为用户提供推荐。搜索引擎的存在是为了满足不同用户独特的搜索需求，推荐系统就是在用户并不主动参与的情况下挖掘用户潜在的需求。电子商务网站一般都有用户评论的功能，为用户提供了一个反馈购物体验的直接平台。人们开始使用在线评论文本来表达自己的观点和情感。消费者的文本评论信息包含了很多用户最直接的观点，对生产厂商、商家和其他消费者都具有重要的参考价值。例如，通过浏览对比各种商品评论信息，用户可以参考商品销量或服务水平、产品本身质量和售后经验等信息。这些可以帮助客户确定货物的总体情况是否符合自己的要求，并进一步决定是否购买此类物品。

2. 研究的基本内容与方案

利用python以及java平台，实现基于文本挖掘的个性化推荐算法的设计与实现。网站用户评论中是用户产品体验的直接反馈，含有大量用户观点信息，比用户打分更能反映用户偏好。通过对用户过往发表相关评论进行文本挖掘后进行个性化的推荐，能够使得推荐结果更加接近用户的实际需求。

本系统拟爬取某网站对电影或音乐的用户评论作为文本数据源，通过用户以往的评论信息进行个性化产品推荐，在web页面上输入用户名生成相应的个性化推荐产品和分析比如用户画像等。

3. 研究计划与安排

第1周：进行开题报告的撰写；

第2周：学习java、python及其对应开发环境的使用；

第3周：学习爬虫技术；

4. 参考文献（12篇以上）

[1] fangb,qiang y,kucukusta d,et al. analysis of the perceived value of online tourismreviews:influence of readability and reviewer characteristics[j].tourismmanagement,2016,52:498-506.

[2] leey j,hosanagar k,tan y. do i follow my friends or the crowd? informationcascades inonline movie ratings[j].social science electronicpublishing,2015,61(9):2241-2258.

[3] 于文浩.个性化影片推荐系统的设计与实现[d].天津大学,2013.