题目：基于大数据分析的门户信息推荐系统
一、系统要求：
采用.NET平台，C#语言作为开发语言，利用Hadoop等相关技术完成相关数据的存储与处理，采用协同过滤推荐（Collaborative Filtering Recommendation）技术实现系统的推荐功能。
二、系统包括：
（1）用户特征分析子系统，包括用户的行为日志、特征提取模块、特征转换模块、用户特征模型等。
①用户行为日志记录用户访问网站信息、搜索关键字信息等
②特征提取模块负责从用户日志中提取关键字，并做一些处理，作为用户的特征
③特征转换模块将提取的特征进行转换，构造符合要求的用户特征
④用户特征模型负责构造所需的用户特征模型，供推荐系统使用
（2）门户信息模型子系统，与（1）类似
（3）推荐引擎子系统，主要包括改进的协同过滤推荐模型、基于用户特征的推荐模块和组合推荐结果
①改进的协同过滤推荐模型根据用户模型和门户信息模型构造用户-信息评分矩阵，然后找到目标项目的最近邻，最后预测目标项目类的评分，把该项目类下评分最高的几个信息作为推荐结果推荐给用户
②基于用户特征的推荐模块负责根据用户特征和门户信息特征，找到与用户特征最相关的项目，推荐给用户
③组合推荐结果模块负责产生推荐结果。如果是新用户，直接基于用户特征给出推荐结果；若不是新用户，则组合基于用户特征的推荐结果和改进的基于协同过滤推荐结果，形成最终推荐
（4）用户接口（UI），需要将推荐引擎产生的推荐结果展示给用户，并且和用户交互，将用户对推荐结果的反馈信息返回给推荐引擎子系统，使其更新用户模型。用户接口还需将用户在推荐系统中的行为记录下来，返回给系统用户日志。
设计源码 外加写一篇详细的技术说明，使用说明和调试方法说明
其中技术说明包括：推荐算法（算法思想，算法描述，算法优缺点），用户兴趣建模方法，一些存在问题的改进（比如冷启动问题），还有程序分为几大模块，各个模块系统的结构等
