1. 研究目的与意义、国内外研究现状（文献综述）
| 随着信息技术和互联网的发展，人们逐渐从信息匮乏的时代走入了信息过载的时代。在这个时代，无论是信息消费者还是信息生产者都遇到了很大的挑战。对于读者来说，当需求不明确时他们不能从浩瀚的图书海洋中精准的找到自己想看的书籍，这样的情景下，传统的搜索引擎已经满足不了人们想要探索未知的需求了。于是推荐系统应运而生，它的出现，可以帮助读者快速且精准的找到既符合用户爱好的且高质量书籍。 作为一个兼具主动性和个性化的网站，它在用户尚未明确自己比较喜欢的图书时，推荐系统根据用户的个性需求针对性的推荐符合读者兴趣的书籍。 图书推荐系统的出现，建立了读者与图书的连接，帮助读者寻找自己兴趣范围内的高质量书籍，使得优质的书籍并且有可能不在读者的认知范围里且会是读者感兴趣的内容或者相关行业能够被读者了解到，此外，读者也能够找到优质的感兴趣的图书而这本书可能读者以前并没听说过，如此一来，这样精准的推荐使得读者获得良好的阅读体验而且高质量的图书也能够被人阅读的到，对于读者和图书来说就是一个双赢的局面。 |
2. 研究的基本内容和问题
| 内容概述： 图书推荐系统根据用户历史评分记录推荐相关书籍，对于新用户，根据用户所选的感兴趣的主题做推荐，此外，非个性化推荐中有新书上架推荐和热门图书推荐，在图书详情页下方添加与当前图书相似的推荐。 功能需求： 1、实现用户登录、注册、退出； 2、实现管理员的登录退出； 3、实现相似图书推荐； 4、实现新书上架推荐； 5、实现热门图书推荐； 性能需求： 1、系统在15秒之内响应所有的请求； 2、系统应该每周7天、每天24小时都可使用； 3、对于一个没有经验的用户而言，经过两个小时的培训就可以使用系统的所有功能。 |
3. 研究的方法与方案
| | 由于项目的所有需求已经被完全确定，所以本系统采用瀑布模型进行设计开发，实现“需求定义与分析à软件设计à软件实现à软件测试à软件运行与维护”的线性开发流程。 服务器软件采用SpringMVC架构，结合Hibernate数据数据持久化工具，代码需要安装MVC的结构，将模块、视图与控制器分离，数据库访问与业务逻辑隔离。客户端采用标准的浏览器结构，使用HTML与CSS对内容进行布局展示，数据存取用MySQL。 数据库E-R图设计： 概念模式的设计方法主要是以需求分析作为基础，并且用概念数据模型即E-R模型等来表示数据之间的相互联系，设计并反映出用户所需的信息需求以及处理需求的数据库系统等概念模式。通常概念设计的主要目标是描述应用领域的信息模式，并且支持用户的相关应用，最终方便转换并为数据库系统逻辑模式并且方便用户理解。在此阶段，用户可以参与和评价数据库系统的设计，最终来保证数据库系统的设计与用户的需求相吻合。在概念模式的设计中，E-R模型法是最常见的设计方法。本系统的E-R图如下图所示： 1、用户信息实体图如图4-3所示： 图1用户信息实体图 2、评价信息实体图如图4-4所示： 图2评价信息实体图 3、公告信息实体图如图4-5所示： 图3公告信息实体图 4、图书信息实体图如图4-6所示： 图4图书信息实体图 数据库表设计： 图书推荐系统需要后台数据库，本系统采用MYSQL数据库作为数据存储，下面介绍数据库中的各个表的详细信息。 表1 用户信息表 | 列名 | 数据类型 | 长度 | 主键 | 允许空 | 说明 | | id | bigint | 20 | 是 | 否 | 编号 | | name | varchar | 50 | 否 | 否 | 账号 | | password | varchar | 50 | 否 | 否 | 密码 | | phone | varchar | 50 | 否 | 否 | 电话 | | modifid | varchar | 50 | 否 | 否 | 创建时间 | 表2 评价信息表 | 列名 | 数据类型 | 长度 | 主键 | 允许空 | 说明 | | Id | int | 4 | 是 | 否 | 编号 | | memberid | varchar | 50 | 否 | 否 | 用户编号 | | productid | varcha | 50 | 否 | 否 | 图书编号 | | content | varcha | 50 | 否 | 否 | 内容 | | savetime | varcha | 50 | 否 | 否 | 评价时间 | | score | varcha | 50 | 否 | 否 | 评分 | 表3 公告信息表 | 列名 | 数据类型 | 长度 | 主键 | 允许空 | 说明 | | id | int | 4 | 是 | 否 | 编号 | | title | varchar | 50 | 否 | 否 | 标题 | | filenam | varchar | 50 | 否 | 否 | 图片 | | content | varchar | 50 | 否 | 否 | 内容 | | savetime | varchar | 50 | 否 | 否 | 上传时间 | 表4 图书信息表 | 列名 | 数据类型 | 长度 | 主键 | 允许空 | 说明 | | id | int | 4 | 是 | 否 | 编号 | | Productname | varchar | 50 | 否 | 否 | 图书名称 | | filename | varchar | 50 | 否 | 否 | 图片 | | fid | varchar | 50 | 否 | 否 | 类别编号 | | sid | varchar | 50 | 否 | 否 | 图书编号 | | price | varchar | 50 | 否 | 否 | 价格 | | tjprice | varchar | 50 | 否 | 否 | 推荐价格 | | author | varchar | 50 | 否 | 否 | 作者 | | isbn | varchar | 50 | 否 | 否 | ISBN | | content | varchar | 50 | 否 | 否 | 简介 | | savetime | varchar | 50 | 否 | 否 | 添加时间 | | delstatus | varchar | 50 | 否 | 否 | 状态 | | istj | varchar | 50 | 否 | 否 | 是否推荐 | | issj | varchar | 50 | 否 | 否 | 是否上架 | 流程图： 功能模块设计： 系统分为三大模块：读者模块、管理员模块、图书推荐模块。其中，读者模块和管理员模块能够能够实现传统图书管理系统的基本功能；图书推荐模块由猜你喜欢、近期热门、图书详情功能组成，为个性化图书推荐系统的核心模块。 | |
4. 研究创新点
| [1]关联规则应用下的高校图书馆图书推荐服务[J]. 陈淑英,徐剑英,刘玉魏,山洁.图书馆论坛.2018(02) [2]基于OPAC读者行为挖掘的个性化服务系统关键技术分析[J]. 张炜,洪霞.图书馆论坛.2010(01) [3]基于协同过滤的图书个性化推荐研究[D]. 严旗令.西南科技大学2018 [4]基于协同过滤及关联规则的个性化图书推荐[D]. 邵方舒.浙江工商大学2018 [5]数据挖掘在高校图书馆个性化推荐服务中的应用[D]. 李巨伟.河北科技大学2018 [6]基于数据挖掘的图书推荐系统设计与实现[D]. 陈中华.湖南大学2018 [7]基于关联规则与贝叶斯网络的高校图书馆个性化图书推荐服务[J].高晟.情报探索.2019(08) [8]关联规则应用下的高校图书馆图书推荐服务[J]. 任杰.办公室业务.2018(23) [9] 项亮. 推荐系统实践[M]. 人民邮电出版社, 2012. 225 [10] 冷亚军, 陆青, 梁昌勇. 协同过滤推荐技术综述[J]. 模式识别与人工智能, 2014, 27(8):720-734. |
5. 研究计划与进展
1、2021年3月1日~ 2021年3月14日 前期准备阶段，学习完成项目所需的知识（2周）
2、2021年3月15日~ 2021年3月28日 需求分析，完成需求规格说明书（2周）
3、2021年3月29日~ 2021年4月11日 概要设计，完成概要设计说明书（2周）
剩余内容已隐藏，您需要先支付
10元 才能查看该篇文章全部内容！
立即支付
