基于读者评论的图书推荐系统研究

分析了国内图书推荐系统的研究现状,以豆瓣读书中读者对图书的评论为数据源,利用Apriori关联规则挖掘算法及MapReduce并行化处理技术,实现了图书推荐系统.结果表明,基于读者评论的图书推荐系统能够高效地实现为用户推荐图书的功能.     

网上购物与网上学习中的个人化推荐系统的比较

因特网的普及促进了电子商务和网上学习的迅速发展,个人信息易于获得以及网络用户之间交互能力的大幅提高催生了个人化推荐技术和系统的发展。该文从网上购物和网上学习所固有的特征出发,对网上购物和网上学习每个阶段的个人化需求进行了全面系统的分析,对比了网上购物和网上学习两种情境下的个人化推荐系统,并提出了一系列假设;最后,对目前广泛使用的几种个人化推荐技术在这两种情境下的适用性进行了比较分析。     

网上选课系统的设计与实现

学生选课管理的信息化成为学校人力资源开发和管理的主要手段,本文阐述了基于Web的Browser/Server模式的3层体系结构的工作原理和实现方法,在其基础上实现了基于Web的网上选课系统。     

MVC设计模式在Web图书销售系统中的应用

根据基于Web的图书销售系统的特点,提出一种基于MVC设计模式的系统设计方案,论述了系统功能需求和基于MVC设计模式的实现方案。实践表明,MVC设计模式是一种适于Web应用系统开发的软件设计模式。     

基于图书分类号的自适应个性化图书推荐系统的研究

介绍了一种适用于高校数字图书馆的个性化图书推荐系统,以图书馆的图书分类号为依据建立用户个性化兴趣库及图书综合推荐库,并通过分类号的匹配形成个性化的图书检索信息及图书推荐结果.同时,可以通过时间标记检验统计记录的有效性,进行不定期更新,达到自适应用户兴趣变化的目的.     

基于关联规则优化的个性化推荐系统

针对当前个性化推荐系统处理数据效率较低的问题,提出了一种混合聚类关联规则优化的个性化推荐系统实现方法.深入分析了基于Web网络服务平台的电子商务个性化推荐系统的结构组成,将数据分析与推荐算法实现分为离线和在线处理两部分,阐述了算法初始化、关联实现以及推荐数据集合生成和兴趣模型预测的具体原理,并给出了算法的实现步骤.最后,基于提出的系统构建模型,建立了一种基于混合聚类关联优化的图书网络推荐平台.实验结果表明,该方法具有较高的推荐精度和推荐效率,更适合大数据环境的推荐系统.     

高校图书馆个性化图书推荐系统研究

本文通过对图书馆个性推荐概念、原理、图书推荐系统概况及存在问题进行深入分析,提出个性化图书推荐创新策略,并对数据挖掘技术在个性化图书推荐系统实施过程中出现的用户隐私问题、用户信息获取局限性问题以及信息安全问题进行仔细思考与展望,以期对图书馆界同行提供有益帮助。     

基于用户画像的高校图书馆个性化图书推荐研究

个性化推荐服务是高校智慧图书馆的建设重点，基于此，提出了图书推荐系统整体架构.首先从读者的属性、行为、兴趣等标签维度构建用户画像模型，其次考虑读者认知能力存在差异化的特点，将读者按照不同的身份类型划分，再结合基于协同过滤、内容及属性相似度的混合推荐算法进行图书推荐.最后，通过Hadoop大数据平台向目标读者推荐TOP-N图书，实验结果表明，基于该架构模型的图书推荐系统的推荐准确度高，并且有效缓解了推荐系统的冷启动问题.     

高校图书馆个性化图书推荐算法研究

构建图书推荐系统,不仅可以让用户快速有效地获取所需图书信息,减少信息过载,同时也可以较好地发挥图书馆馆藏图书资源的潜在价值。在综述了几种常用推荐算法的基础上,给出了基于协同过滤的推荐算法的实现过程,并针对其冷启动和数据稀疏性问题给出了优化方案及优化后的算法实现流程。结果表明:在算法中引入用户特征属性与用户聚类方法,有效降低了数据稀疏性问题,提升了算法的推荐效率,一定程度上解决了图书推荐系统中的推荐算法设计。可以将该优化后的算法运用于图书馆的图书推荐系统设计中。     

网上选课系统的设计与实现

随着高校教育教学改革的不断深入,众多院校采用选课制.作为基于Web的现代综合教务管理系统重要组成部分的网上选课系统已成为当务之急.本文阐述了基于Web的Browser/Server模式的3层体系结构的工作原理和实现方法.在其基础上实现了基于Web的网上选课系统,并简要介绍了该系统的设计思想和功能模块.     

基于用户协同过滤的图书推荐系统的设计与实现

协同过滤挖掘是利用具有相似喜好的读者或相似的物品来实现相关推荐的信息挖掘。通过深入挖掘图书馆书籍借阅中记录的信息，提出了一个基于用户协同过滤技术的图书推荐系统的设计与实现方案。实验结果表明该系统具有较为准确的预测功能，对图书推荐工作具有较好的参考价值。     

网上选课系统的设计与实现

随着高校教育教学改革的不断深入，众多院校采用选课制．作为基于Web的现代综合教务管理系统重要组成部分的网上选课系统巳成为当务之急．本文阐述了基于Web的Browser/Server模式的3层体系结构的工作原理和实现方法．在其基础上实现了基于Web的网上选课系统，并简要介绍了该系统的设计思想和功能模块．     

基于Web挖掘的个性化推荐系统的设计

介绍Web数据挖掘概念、个性化推荐技术,着重设计了一个基于Web挖掘的个性化推荐系统,并给出了个性化推荐核心模块的实现过程。本系统根据Web挖掘过程,结合基于聚类划分的增量式关联规则挖掘算法的实现。     

基于情感分析和Word2Vec的图书推荐方法

为能够向广大读者精准推荐所需图书,达到节省搜寻精力和时间的目的,在传统图书推荐方法的基础上,将读者评论中的情感因素考虑在内,提出了一种基于情感分析和Word2Vec的图书推荐方法:抓取豆瓣网上的图书数据,构建专有特征数据集;针对情感词典设计了相应的情感计算规则,利用训练好的Word2Vec模型扩充情感词汇;通过情感词典完成对读者评论的情感分析,并将提取到的情感特征加入特征集内;采用随机森林算法对其进行口碑分类.研究发现,该方法优于基于原始特征集的方法,实验准确率和F值均有一定提升,是向读者实现图书精准推荐的有效途径,具有一定的实用价值和应用前景.     

高校选修课网上选课系统的设计与实现

以盐城工学院“院级选修课网上选课系统”的设计与实现为例，介绍了基于Web的三层C／S（Client/Server)结构应用的工作原理及特点，详细阐述了利用ASP（Active Server Pages)和数据库技术相结合在开发基于Web的数据库应用系统中的具体实现技术。     

网上书店图书查询功能的优化

目前,大多数网上书店在图书搜索功能方面只区分图书的内容而不区分图书的性质即专业书与非专业书的区分。针对这一现象。本论文详细描述了网上书店系统在图书查询功能方面的改进与优化,在对桌一类图书进行查找时,可以根据用户的需求来区分专业书与非专业书的查找。论文从理论和实践两个方面分析了实现网上书店图书查询的相关技术和思想,详细介绍了图书查询功能的实现过程。     

医学专业图书推荐算法比较研究

[目的]基于医学读者行为,提供合理的医学专业图书推荐算法。[方法]利用蚌埠医学院图书管理系统借阅历史记录,构建用户-项目偏好指标评价体系,针对目前流行的各种推荐算法进行对比实验。[结果]基于矩阵分解的推荐算法均方根误差分值较低,表现较好。     

用户协同过滤个性化图书推荐算法的改进与实现

读者想要迅速从海量图书资源中找到需要的图书是其面临的难题,个性化图书推荐服务为解决这一难题提供了有效手段.针对传统用户协同过滤算法存在的问题,依据用户协同过滤推荐算法基本原理,以基本数学模型为基础,从解决数据稀疏性、用户兴趣随着时间迁移而衰减、用户特性影响用户兴趣等方面进行了改进,并设计了算法实现流程,为应用系统开发提供解决方案.研究结果表明,通过对用户协同过滤个性化图书推荐算法的改进,有效提高了图书资源检索和推荐的智能水平,满足了用户的个性化需求,解决了软件开发关键性技术问题.     

结合物联网和室内定位的手机图书馆推荐系统

 为利用物联网和室内定位等新技术的优势,并充分利用图书馆的特点,设计开发了结合物联网和室内定位的手机图书馆推荐系统。借助物联网中的近场通信（NFC）搜集了系统数据;利用Mahout和Redis实现了基于物品的协同过滤推荐和基于热点的推荐,并将2种推荐的结果混合推荐计算得到推荐图书列表;利用位置指纹定位法得到读者的实时位置,以此向读者推送推荐结果,同时根据用户的反馈优化推荐结果。通过这些优化和改进,可使图书馆更好地为读者服务。     

基于ASP．NET的网上购物系统的设计与实现

ASP．NET是当前Web应用开发中流行的技术,本文探讨和研究系统的开发原理。设计并实现基于ASP．NET平台的网上购物系统,同时详述了各个功能模块及所采用的关键技术,以及购物车实现的优化方案。