1.毕业设计（论文）的目的：

   随着互联网技术的飞速发展，人类进入了信息社会和网络经济时代，电子商务蓬勃兴起。电子商务网站正在为用户提供越来越多的选择的同时，其机构也变得更加复杂，电子商务的发展面临新的挑战：一方面商家在网上所能提供的商品种类和数量非常之多，用户对网络提供的众多商品束手无策，通常需要经过多次浏览才能找到满足自己需求的商品；另一方面，商家也会迷失在大量的网络信息和用户信息中，以至于不能将优秀的商品品广泛推销出去。

在这样的背景下，推荐系统应运而生。推荐系统为人们提供了一条星海量信息中获取对用户有用信息的可能途径，能根据用户的兴趣爱好推荐符合用户兴趣爱好的商品，使用户减少浏览次数，提高上网效率；也可以为商家提供很好的商品推荐策略，以获得更大的利润。

2.毕业设计（论文）任务的内容和要求：

电子商务推荐系统的发展、分类及用途：主要描述电子商务推荐系统以及介绍相关技术；

推荐算法的设计与实现，根据相应是算法思想，编码实现算法；

推荐算法的验证与结果分析，应用数据集进行算法测试以及结果分析。

(数据集采用GroupLens提供的MovieLens数据集，该数据集包括6000多用户对4000多部影片的100多万条评分)

运用.NET Web API 技术实现系统

算法：找到与该用户有相似兴趣的其他用户，然后将他们感兴趣的产品推荐给此用户。

 基于协同过滤的推荐系统，可以说是从用户的角度来进行相应推荐的，而且是自动的，即用户获得的推荐是系统从购买模式或浏览行为等隐式获得的，不需要用户努力地找到适合自己兴趣的推荐信息

3.主要参考文献：

[1] 苏玉召.个性化推荐系统关键技术            

  [2]ietmar Jannach， Alexander Felfernig， Gerhard Friedrich等著 蒋凡 译

     推荐系统

  [3]项亮.推荐系统实战.人民邮电出版社

  [4]许海玲，吴潇，李晓东.互联网推荐系统比较研究.软件学报,2009:352-358

  [5]邓爱林，朱扬勇，施伯乐.基于项目评分预测的协同过滤推荐算法. 计算机应用研究

  [6]王纪辉，赵卓宁.基于协同过滤算法的电子商务网站个性化推荐系统设计

  [7]欧力奇.协同过滤在电子商务系统中的应用

[8]Sarwar.B,Karypis.G，Konstan et al.Item-Based collaborative filtering recommendation.

[9]Balabanovic.M,Shoham.Y . Content-based Collaborative Recommendation.

[10]沈杰峰.基于用户兴趣的个性化信息系统推荐. 硕士论文，2006,4

[11]邓爱林. 电子商务推荐系统关键技术研究.博士论文，2003

[12]Stanley B.Lippman. C++ Primer中文版.人民邮电出版社.

4.毕业设计（论文）进度计划：

第1周 与导师初次见面

第2周 熟悉设计内容、外文翻译

第3周 明确课题任务和目的，完成开题报告

第4周 查阅参考相关资料，整理数据集

第5-8周 初步完成设计及编码。

第9周 中期检查

第10-11周 对算法编码进行优化以及对系统进行完善。

第12-14周 完成毕业论文写作。

第15周 整理思路，准备进行论文答辩的PPT和内容