基于大数据的小说推荐系统【字数：8915】
目录
摘要 4
关键词 4
Abstract. 4
Key words 4
1 课题分析 4
1．1 课题背景 4
1．1．1 国内外研究概况 5
1．1．2 应用前景 5
1．2 研究目标 5
2 技术路线及开发工具 6
2．1 技术路线 6
2．1．1 技术思路 6
2．1．2 技术路线图 6
2．2 开发技术及工具 6
2．2．1 开发技术 6
2．2．2 开发工具 7
3 系统功能分析与设计 7
3．1 需求分析 7
3．1．1 用户调研 7
3．1．2 初步设计 7
3．2 系统设计 7
3．2．1 系统流程设计 8
3．2．2 系统功能分析 8
3．3 推荐模块设计 8
3．4 概念结构设计 9
3．4．1 数据库设计 9
3．4．2 ER图 9
3．5 数据库关系表 10
4 系统开发与实现 11
4．1 用户登录和注册模块 11
4．1．1 用户登录 11
4．1．2 用户注册 12
4．2 系统主页设计 13
4．3 推荐算法模块设计 14 *景先生毕设|www.jxszl.com +Q: ^351916072^
4．3．1 推荐算法原理 14
4．3．2 具体实现 15
5 系统测试 16
5．1 系统测试运行环境 16
5．1．1 服务器端运行环境 17
5．1．2 客户端（浏览器）运行环境 17
5．2 数据库测试 17
5．3 推荐模块测试 17
6 总结与展望 17
6．1 总结 17
6．2 展望 18
致谢 18
参考文献 18
基于大数据的小说推荐系统
信息与计算科学 汪达
引言
引言
1 课题分析
1．1 课题背景
最近几年，随着互联网技术的普及，人们越来越离不开网络了。随之而来的是，人们希望在网络上享受到更加优质的服务。由此，基于大数据的推荐系统应运而生。推荐系统会让网络服务知道你的需求，让你免去自己寻找商品或服务的烦恼，节省了人们的时间和精力，也能体会到互联网服务的便捷性。所以，推荐系统越来越流行，在各大网站都能见到各有特色的推荐系统。
现在，当你登陆各种不同的网站，都会给你推荐不同的商品或服务，比如你在视频网站观看视频的时候，会发现网站给你推荐你可能会喜欢的视频，你在听音乐的时候，播放器也会给你推荐你喜欢的音乐，例如网易云音乐的“每日歌曲推荐”，再比如你在网上购物的时候，网站也会给你推荐你可能会想买的商品，像是国内的淘宝平台，它的推荐系统是实时推荐[1]的，当你点击新的商品的时候，给你推荐的商品会立刻发生变化，这种功能十分方便用户购物。这样的商品推荐一般是通过计算商品与商品之间的相似度关系，就像是手机与手机壳之间的关系就很密切，你在购买了手机以后，就会给你推荐手机壳，手机膜之类的商品，一方面提高用户的购物体验，另一方面也能增加网站的营收。
现如今，虽然推荐系统很热门，但还不是十分完善，有很多平台都是用的其他企业的产品，并没有研发出自己独有的推荐系统，所以大数据还是非常有应用前景的。随着推荐系统的普及，出现了一些亟待解决的问题[13]，比如用户的隐私问题，由于进行大数据分析遇到存储大量用户数据，如果遭到泄露的话，会造成很大的隐私问题，不仅影响了用户，同时对企业的声誉也是很大的打击。推荐系统还存在一个问题，就是冷启动的问题[2]。如果要根据用户的喜好进行推荐的话，首先需要用户已经在该平台浏览过一些商品，这样推荐系统才能够获得数据，给用户提供推荐服务。所以，如果用户初次登录该平台的话，推荐算法是无法做出有效的推荐的。在我的设想中，该问题有两种解决办法，第一种是如果用户首次登录的话，给用户推荐的物品是平台当前的热门商品，这些商品有一定概率会满足客户的需求；第二种方法是各大平台共享用户的一些数据，当同一个用户登录不同的网站的时候，也能够根据用户在其他的平台的一些数据来进行分析处理，从而做出推荐。
1．1．1 国内外研究概况
对于推荐系统的研究早在上世纪九十年代初期就已经开始了，研究推荐系统大量借鉴了相关领域的研究成果，比如广泛应用了认知科学、近似理论、预测理论等多个领域的知识，随着互联网的流行，以及电子商务的快速发展，推荐系统已经成为电子商务IT技术的一个重要研究方向，得到了业内很多人士的关注。
国外的推荐系统比起国内比较领先，在推荐算法方面已经比较成熟了，他们在推荐算法上的研究还有很多值得我们借鉴和参考的内容。国内的很多平台已经运用了推荐系统，在一些大型公司，比如阿里巴巴等，他们已经比较深入地研究了推荐系统，尤其是在推荐算法方面，他们都是用了机器学习来构建专属的推荐系统。而传统的协同过滤算法[3]和基于标签推荐等其他的推荐算法，现在都在被逐步淘汰掉，这些算法与机器学习算法相比，从长远来看大大不如。
原文链接：http://www.jxszl.com/jsj/jsjkxyjs/562887.html
