面向用户个性化推荐的协同过滤算法研究开题报告

1. 研究目的与意义（文献综述）

目的意义

随着互联网技术的飞速发展和普及，资源信息不断的被数据化，人们获取信息的方式逐渐由书面转化为从网络中查询，在目前这个大数据时代中，日益增长的互联网信息量是的信息过载问题日趋紧迫，因此面向用户个性化的推荐系统应运而生，帮助用户在浩瀚的信息数据海洋中寻找最需要的资源，推荐系统通过学习用户的行为，了解和掌握用户的偏好，从而可以更有针对性地向用户推荐他们可能感兴趣的内容。目前互联网的几大支柱产业，包括电子商务和社交网络，均不同程度地使用了推荐系统技术。推荐系统中中最为核心的技术就是协同过滤算法，目前的大部分协同过滤推荐算法，主要是通过计算某一用户对未评分项目的预测评分并以此作为主要依据来向该用户进行推荐。

国内外研究现状

2. 研究的基本内容与方案

研究内容及方向：

（1）对电子商务推荐系统及推荐算法进行研究综述。对原有的协同过滤推

荐算法分类体系进行扩充，并分别对全局数值算法、基于模型的算法及组合推荐算法三大类算法中现有的一些主流的协同过滤推荐算法进行分析比较，找出目前算法中仍然存在的问题，诸如用户多兴趣问题、新用户问题和新项目问题。

3. 研究计划与安排

第1－3周:查阅相关文献资料，明确研究内容，了解研究所需的相关知识。确定大体的设计制作方案，完成开题报告。

第4－7周:对设计的细节进行完善和推敲。

第8－11周:完成代码的编写。

4. 参考文献（12篇以上）

[1]马宏伟,张光卫,李鹏,协同过滤推荐算法综述[j]小型微型计算机系统,2009

[2]王伟，王洪伟，孟园，协同过滤推荐算法研究:考虑在线评论情感倾向[j]系统工程理论与实践,2014

[3]邢春晓,高凤荣,战思南,周立柱,适应用户兴趣变化的协同过滤推荐算法[j]计算机研究与发展,2007