姓名

学号

指导

教师

职称

学历

讲师

课题名称

基于项目协同过滤算法的电子商务推荐系统研究

设计（论文）类型

（划√）

工程设计

应用研究

开发研究

基础研究

其它

√

1、本课题的的研究目的和意义：

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。

意义：

推荐系统作为一种新的电子服务，是网络营销的有效手段。因此电子商务推荐系统已成为电子商务的研究热点。电子商务推荐系统能够有效地留住用户，防止用户流失，提高销售额，受到越来越多的关注。电子商务推荐系统具有重大的研究意义，具体表现在以下方面：

推荐系统能够把网站浏览者转变为购买者。

推荐系统能够提高电子商务网站的交叉销售能力。电子商务推荐系统能够发现用户购买商品的内在关联性，从而进行相关推荐，捆绑销售等多种形式的促销方式，增加销售额。

2、 文献综述（国内外研究情况及其发展）：

随着互联网的普及和电子商务的发展，推荐系统逐渐成为电子商务IT技术的一个重要研究内容，得到了越来越多研究者的关注。

国外在推荐系统方面的研究起步较早，1995年3月，卡耐基.梅隆大学的RobertArmstrong等人在人工智能协会上提出了个性化导航系统Web Watcher；斯坦福大学的 MarkoBalabanovic等人在同一会议上推出了个性化推荐系统LIRA。我国在这方面的研究及应用与国外相比，起步较晚，但是随着我国电子商务市场的发展，对推荐系统的需求也越来越迫切。

随着电子商务规模的不断扩大，以及数据挖掘、人工智能的不断发展，这些技术相应地被应用到推荐技术上。

3、 本课题的主要研究内容（提纲）和成果形式：

内容主要包括：

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)

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

成果：主要以论文+算法实现

4、拟解决的关键问题：

协同过滤推荐算法一般采用最近邻技术，利用用户的历史喜好信息计算用户之间的距离，然后利用目标用户的最近邻居用户对商品评价的加权评价值来预测目标用户对特定商品的喜好程度，系统从而根据这一喜好程度来对目标用户进行推荐。

1． 数据稀疏问题。使用新物品的用户比较少，不容易计算新物品同其他物品的相似度，所以这种相似度是通过用户的行为来计算的

2． 推荐新产品的能力问题。基于协同过滤可以发现用户潜在但自己尚未发现的感兴趣的产品。

5、研究思路、方法和步骤：

1、计算项目i与j的相似度：根据对项目i和项目j评分了的所有用户，根据余弦相似性，修正余弦相似性，相关相似性等方法，计算i和j的相似度，形成项目相似度矩阵。

2、计算用户i对项目p的估计评分：

a)由1、得到与项目p最相似的推介项值Mp={I1，I2 …In}

b)得到Mp后，根据以下公式计算用户i对项目p的预测评分

3、根据2得到的矩阵计算用户间相似度

4、推荐新项目j时：利用与用户最接近的邻居集合对j的推介，预测用户对j的评分

6、本课题的进度安排：

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

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。

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

7、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.

8、指导教师意见：

指导教师（签名）：

年  　 月　  日

9、所在系意见：

负责人（签名）：

年  　 月　  日