基于协同过滤技术的个性化书籍推荐系统的研究与实现开题报告

1. 研究目的与意义

随着信息技术和互联网的飞速发展，人们逐渐从信息匮乏的时代走向信息过载的时代，为解决信息过载问题，出现了推荐技术，它能从海量的数据中将用户可能感兴趣的信息推荐给用户。

同时人们对围绕推荐的问题也越来越感兴趣。

理解和预测用户偏好的算法并非凭空存在的，它们只是更广泛的用户体验中的一种。

2. 课题关键问题和重难点

首先本课题涉及到对大量数据的分析与挖掘，在数据的获取上会有一些困难，如何快速获取大量的数据成为难点。

其次，课题的关键问题在于基于协同过滤的推荐算法算法上，协同过滤是充分利用集体智慧，即在大量人群的行为和数据中收集答案，以帮助对整个人群得到统计意义上的结论，推荐的个性化程度高，基于以下两个出发点：1.兴趣相近的用户可能会对同样的东西感兴趣 2.用户可能较偏爱与其已购买物品相似的商品。

也就是说，考虑进了用户的历史习惯，对象客观上不一定相似，但由于人的行为可以认为其主观上是相似的，即可产生推荐。

3. 国内外研究现状（文献综述）

随着网络的普及和信息技术的日新月异，电子商务这种新兴的商务活动方式被越来越多的企业和个人接受。

为了满足用户的各种需求，电子商务系统的商品信息量迅速膨胀。

用户经常会迷失在大量的商品信息空间中，无法顺利找到自己需要的商品。

4. 研究方案

在数据方面的问题，以网络爬虫的形式进行数据的获取，并以mysql来管理数据。

同时会学习bs架构方式，对其进行了解及应用，完成用户的注册与登录功能、书籍查询功能、用户对书本的评价打分功能以及对于管理员，可以对图书信息进行管理的功能，最终以电脑端网页展示本课题的研究成果。

在协同过滤的推荐算法上，以python进行对数据的分析及挖掘，用python来完成对算法的编写及调试。

5. 工作计划

第1周：撰写开题报告和完成外文翻译。

第2周：进行课题总体规划和课题的详细设计。

第3-5周：进行课题模块化设计并进行模块代码编写与调试。