毕业设计（论文）任务书

一、主要内容

（1）基于用户的协同过滤推荐，计算每个用户最相似若干个用户，并对每个相似用户歌曲进行评分然后排序，从而计算出此用户最喜欢的歌曲，然后进行推荐。

（2）基于歌曲标签的用户聚类，使用取出这些用户归到最近的一个类中进行推荐，这样分类后是的预测准确率更高了而且计算量也大大降低，提升了系统性能。

（3）系统实现及测试，此系统从数据采集到计算再到结果展示形成了一套完备的推荐系统，包括数据采集、ETL、存储、数据处理算法实现和结果展示。

二、基本要求

（1）系统设计：分布式推荐层、Java服务器和推荐算法层使用

（2）分布式推荐：Hadoop集群

（3）服务器：Java语言和Servlet和MySQL数据库

（4）用户日志：Sqoop实现

三、时间安排

第9-13周：领取任务书，根据任务要求，查阅文献，收集资料，进行课题需求分析，完成开题报告和文献综述；

第14-16周：构建项目整体框架和开发流程，进行合适的技术选项；

第17-下学期第1周：系统总体模块设计以及局部模块设计，实现大数据平台搭建；

第2-3周：实现系统用户界面，设计良好的推荐算法；

第4-6周：根据课题工作内容，完成毕业论文的撰写；

第7-8周：成果验收，论文定稿，准备学生论文答辩工作。

四、主要参考资料

[1]张彭飞. 基于协同过滤的微信点餐推荐系统的设计与实现[D].吉林大学,2022.DOI:10.27162/d.cnki.gjlin.2022.007344.

[2]李奥星. 基于多模态信息及差分隐私的短视频推荐系统设计与实现[D].北京邮电大学,2021.DOI:10.26969/d.cnki.gbydu.2021.002187.

[3]龙信文. 基于群智感知的英语单词推荐系统的设计与实现[D].华南理工大学,2019.DOI:10.27151/d.cnki.ghnlu.2019.003952.

[4]李光明,房靖力.基于JavaWeb的推荐数据后台管理系统的设计与实现[J].电脑知识与技术,2020,16(03):66-68.DOI:10.14004/j.cnki.ckt.2020.0280.