- 1、本文档共33页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
华北科技学院毕业设计
目录
基于Knn算法的图书推荐系统.I
BookrecommendationsystembasedonKnnalgorithm.II
第1章绪论
1.1应用背景
1.2系统功能
1.3系统预览
1.4系统特点
第2章开发环境及工具
2.1系统开发环境
2.2系统架构模型
2.3系统开发技术
2.3.1R语言简介.
2.3.2数据库技术简介.
2.3.3Java简介
第3章系统设计与数据库.
3.1系统设计
3.1.1系统功能模块划分.
3.2数据库结构
第4章K最近邻分类(Knn)算法介绍
4.1Knn算法简介.
4.2算法流程
4.3算法优缺点
4.3.1优点
4.3.2缺点
第5章Knn算法在图书推荐系统的实现.
5.1训练集数据train.data.
5.2建立读者-书目矩阵
5.3计算书目距离矩阵distance.
5.4计算读者和书目的关系程度.
5.5计算用户的推荐书目id11
5.6查询推荐书目的具体信息.
第6章SQLServer数据库、Java语言与R的组合
I
图书推荐系统
6.1简述
6.2SQLServer数据库与R语言
6.3R语言与Java语言.
参考文献
致谢
附录
II
华北科技学院毕业设计
基于Knn算法的图书推荐系统
摘要:互联网的出现和普及给用户带来了大量的信息,满足了用户在信息时代对信息的
需求的同时,也使得用户在面对大量信息时无法从中获得对自己真正有用的那部分信
息,而产生所谓的信息超载问题,推荐系统就这样应运而生。推荐系统现已广泛应用于
很多领域,其中最典型并具有良好的发展和应用前景的领域就是电子商务领域。个性化
推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台,以帮助电子商务网站
为其顾客购物提供完全个性化的决策支持和信息服务。同时学术界对推荐系统的研究热
度一直很高,逐步形成了一门独立的学科。
本文介绍的推荐系统,一方面根据学校的图书借阅情况,构建出基于Knn算法的图
书推荐系统,可以解决同学们借书没有头绪,借不到适合自己的书等等问题,另一方面
实现了数据、算法、成果展示的分离,使得程序设计、大数据处理、前端展示的分工更
加明确简洁。
本系统采用了统计领域广泛使用的R软件,适于数据存储与挖掘的SQLServer2008,
以及适用于前端展示的Java语言,通过三者的协调互助,共同完成推荐系统的数据存储、
挖掘以及展示工作。
关键词:推荐系统Knn算法专属推荐大数据挖掘R软件
I
图书推荐系统
BookrecommendationsystembasedonKnnalgorithm
Abstract:TheemergenceandpopularizationoftheInternetuserstobringagreatdealof
information,meettheuse
文档评论(0)