基于JavaWeb的网络小说在线阅读和推荐系统的设计与实现开题报告

1. 研究目的与意义

现如今，随着计算机科学技术飞速发展,网络已经普遍到我们生活的各处，中国的网络也正发生着翻天覆地的变化。自二十一世纪以来，网络渐渐走进我们生活的各处，影响着人们的生活方式和文化交流方式。而网络小说也得到了快速的发展，越来越多网络用户喜欢上网络小说这种现代文学新模式。在这种情况下，一个好的网络小说管理和推荐系统不仅能给读者带来极致的阅读体验，还能给小说作者和后台的管理员带来极大的便利，在某种程度上可以极大地提高他们的工作效率，降低网站的维护成本。针对这种情况，提出一种基于JavaWeb的网络小说在线阅读和推荐系统，可以根据用户的个人评分以及小说的综合评分为用户提供极具个性化的网络小说推荐，可以帮助人们快速找到自己喜欢的网络小说，节省了寻找符合用户喜好小网络说的时间，用户不会因为找不到想看网络小说的而烦恼，使用户获得更佳的阅读体验。该系统采用 SSM 框架进行组合设计，后台采用MySQL 数据库存储数据，能实现数据的高效、安全传输，具有良好的前后端交互体验。

2. 课题关键问题和重难点

关键问题：

(1) 如何有效的利用现有的javaweb框架结构，来实现最终的推荐管理系统；

(2) 如和在前人的理论和实践经验的基础上，追加自己的理解，运用平时所学到的方法和实践经验，提高系统的推荐准确率，增加用户的产品使用体验；

3. 国内外研究现状（文献综述）

推荐系统在大数据时代下扮演着举足轻重的角色，在电子商务、检索服务和电子媒体等行业起着至关重要的作用。一个好的推荐系统不仅能给用户带来更好的体验，也能为企业带来更大的流量和利润。在当前广泛使用的推荐系统中，协同过滤（ＣＦ）是一种比较流行的推荐系统实现方式，它通过人与项目之间的用户行为来对项目进行过滤， 从而达到推荐的目的[1]。一个好的推荐系统，能自动挖掘用户的兴趣点，引导用户发现自己的信息需求，同时，通过为用户提供个性化的推荐服务从而与用户建立联系，使得用户对推荐系统产生依赖[2] 。.

随着技术的发展,用户的需求也越来越多样化、个性化，协同过滤技术在早期各种商业环境中得到了广泛且比较成功的应用[3] 。基于协同过滤的推荐作原理是基于类似用户之前对商品的评分，用户相似度是通过用户的评分历史发现，并被归为一组，不需要任何商品属性，完全取决于用户与商品的关系[4] 。然而由于推荐系统中用户、物品规模变得越来越大,数据稀疏性、推荐系统冷启动、计算耗时长等问题日益突出，推荐结果逐渐冗余化。

针对协同过滤方法推荐效率低且推荐结果冗余化问题，将局部敏感哈希算法引入推荐问题中，以此提高传统协同过滤技术的推荐效果。该方法可以离线地建立项目索引，从而对高维数据进行降维，利用项目索引，快速查找目标用户历史记录的相似项，进而大大提高推荐的效率。在构建推荐列表过程中，利用评分多样性对列表进行二次优化，排除列表中的相似项，较大概率的保证推荐列表中的项彼此之间是不相似的，从而为用户提供多样化的推荐列表，提高用户对推荐结果的满意度[5]。

4. 研究方案

1. 系统功能结构设计

为了更容易的实现网络小说推荐管理系统，绘制了系统功能结构图，主要包括登录模块、用户管理模块、小说管理模块、用户使用模块、小说推荐模块五大模块，如图1所示：

5. 工作计划

2022-2022-1学期：

第15-16周：完成选题，查阅相关中英文资料。

第17周：与导师沟通进行课题总体规划。