王丽珊—开题报告.doc

毕业论文任务书 （2011届） 论文题目 基于协同过滤的个性化推荐方法研究 学院名称 管理学院 电子商务0-2班 姓 名 (学 号) 王丽珊（200） 凌海峰 系(教研室)负责人 何建民 一、毕业论文的主要内容及要求(任务及背景、工具环境、成果形式、着重培养的能力) 1．背景。 2．研究任务。(1) 国内外针对基于协同过滤的个性化推荐方法的研究现状分析；(2)研究支撑基于协同过滤的个性化推荐方法的理论基础；（3）构建更有效的基于协同过滤的个性化推荐方法。 3．工具环境。可接入因特网的计算机系统及打印设备以及Windows XP 4．成果形式。基于协同过滤的个性化推荐方法研究报告，英文翻译和毕业论文。 5．培养要求。(1) 查阅参考文献不少于30篇，其中外文不低于5篇，翻译出5000汉字的英文资料，内容与论文题目相关；(2) 提出改进的基于协同过滤的个性化推荐方法；(3) 完成1.5~2万字的毕业设计(论文)，要求文字流畅，打印装订成册。其中图表按章编号，格式为x-y，其中x表示章序，y表示图序，并在论文中有引用；引用的参考文献须在论文引用处和论文最后列出。论文格式、装订要求和未说明事项见 “合肥工业大学本科毕业设计（论文）工作实施细则”。 二、应收集的资料及主要参考文献 [1] Jia Zhou and Tiejian Luo,Towards an Introduction to Collaborative Filtering[J].Internation Conference on Computational Science and Engineering,2009. [2] B. Sarwar, G. Karypis, J. Konstan, and J. Riedl, “Item-Based CF Recommendation Algorithms,” Proc. 10th World Wide Web Conf.New York:ACM Press, 2001.285~295. [3] 陈冬林，聂规划.《基于商品属性隐性评分的协同过滤算法研究[ J]》.计算机应用,2006.4，26(4):966-968 [4] 田伟.电子商务个性化推荐算法研究[D].[硕士学位论文]. 河北:河北工业大学.2006年5月. 三、毕业设计（论文）进度计划 起 迄 日 期 工 作 内 容 备 注 2010年12月12日－2011年03月01日 2011年03月01日－2011年03月28日 2011年03月29日－2011年04月11日 2011年04月12日－2011年04月26日 2011年04月27日－2011年04月30日 2011年05月01日－2011年05月14日 2011年05月15日－2011年06月04日 2011年06月05日－2011年06月10日 2011年06月10日－2011年06月12日 毕业论文选题，审题；资料收集 资料收集、阅读文献，撰写开题报告 毕业实习（到企业实地调研实习） 关键问题资料查阅与调查、完成外文翻译 拟订论文写作大纲、落实具体研究任务 收集, 调查,分析案例及应用，文献综述； 毕业论文撰写（初稿、定稿、成稿） 论文打印装订、准备答辩电子文稿提纲 答辩分组、参加论文答辩，等待评审结果。 开题报告 1. 选题的背景作用和意义。 协同过滤（Collaborative Filtering） 2. 国内外的研究现状和发展趋势、需解决的问题 协同过滤是目前个性化推荐中应用最成功的技术，互联网上已有很多大型商业网站运用此项技术来为用户提供智能的个性化推荐，并且广受好评。现有研究的主流协同过滤技术分为两种： (1).基于用户的协同过滤　.基于项目的协同过滤 3. 课题的研究思路。 （1）首先从理论上分析协同过滤推荐系统的工作原理、实现步骤和常用算法分类，并对传统的基于用户的CF推荐算法和基于项目的CF推荐算法做简单的讨论。（2）针对目前三种基本的相似性度量方法,对其进行分析和比较，得出一个在数据稀疏的情况下预测评分效果仍较好的方法。 4、创新之处以及待完善的问题 本文创新之处在于提出一个改进的基于协同过滤的个性化推荐方法，包括相似度计算的改进，项目评分预测算法的改进，推荐机制的调整，考虑算法的性能进一步解决推荐系统在数据稀疏情况下的高效率和实时性问题。待完善的问题：相似度计算算法和项目评分预测算法的研究。 5. 研究工作的进度安排 2010年12月12日－2011年03月01日 毕业论文选题，审题；资料收集 2011年03月01日－2011年03月28日