推荐系统设计和实现

推荐系统设计和实现（精选8篇）

篇1：推荐系统设计和实现

小区宽带综合认证计费系统的设计与实现

随着Internet技术的发展和CERNET的接入，网络资源越来越丰富，应用功能越来越复杂。这虽然为用户提供了更广泛的资源共享和信息交流的网络平台，但同时对网络管理和网络安全问题提出了新的挑战。作为网络管理的重要组成部分，小区宽带用户认证计费系统的建设势在必行。我们从认证计费系统的关键技术，分析校园网用户认证计费系统的三种模式，在现有的网络硬件设备的基础上，设计并开发的用户认证计费系统。该系统分为管理子系统、用户自助服务子系统和联动子系统三个子系统。它不仅分别为网络管理员和用户提供了可视化的认证计费管理和自助服务的平台，而且实现了接入设备与RADIUS服务器的联动。管理子系统功能主要包括管理员信息管理、用户信息管理、策略管理、系统信息管理和数据库管理，用户自助服务子系统功能主要包括用户信息查询和密码修改，联动子系统功能主要包括认证管理和计费管理。系统利用接入设备在接入控制和流量控制方面的优势，在LAMP开源集成开发环境下，配置freeradius服务，实现了对校园网用户的接入认证和计费管理。目前，很多小区已经使用开发的小区宽带用户认证计费系统，实现了校园网用户Web接入认证计费管理。

提出一种新的小区认证计费方案,并与当前流行的架构进行了优化整合,设计并实现基于PPPoE和802.1x的小区宽带网认证及计费管理系统,包括用户自助系统和用户认证、计费管理系统。

随着网络的快速发展,网络的安全问题也日益突出。在整个网络安全体系中网络接入认证可以在源头上防止非法用户访问网络,承担着基础性的作用。目前,存在三大主流认证技术：PPPoE技术、WEB认证技术和802.1x认证技术。它们分别和RADIUS的结合就构成了三种主要的接入认证方案。本文采用理论分析与实践相结合的方法,通过对三种小区宽带认证计费技术的深入分析,结合公司目前实际情况,一找出了一种小区综合宽带认证计费技术并付诸实施,并在实际中得到了较好的应用。该系统采用三合一的认证计费体系方案,对用户身份进行认证；使用Radius服务器实时采集数据,制定了灵活的计费策略对用户进行计费；结合MVC架构中的基于J2EE的Struts模式设计的用户计费管理系统和用户自助管理系统,全面解决了上网用户身份认证、授权、上网时间、流量计费、收费结算与费用查询、接入管理等网络应用过程中面临的核心问题。

认证计费系统对小区宽带IP网络的运营来说至关重要。随着运营的深入,对认证计费系统重要性会越来越深。一套好的认证计费系统能够解决我公司所面临的用户身份认证、带宽控制、多IP服务的管理与计费等问题,从而吸引用户,拓展市场,提高运营商的市场竞争力。本文首先对宽带认证协议Radius协议进行了介绍,并深入分析了PPPOE、DHCP+WEB、IEEE802.1X三种认证技术的原理和认证过程,并详细对比了它们的优缺点。在此基础上,根据四川网通宽带认证系统现状及

业务发展需求选定了改造工程采取的认证方式。提出并实现了现阶段的优化改造方案,对今后的升级优化和系统的演进进行了规划,尤其为整个系统的安全性保障提出了解决措施。在具体实施中,分析了四川网通互联网业务实际情况,提出了认证系统的组网方案和软硬件选型,从宽带认证系统硬件构架、软件特点、网络改造方面介绍了新建系统的工程实施,并对用户认证、计费基本功能以及典型新业务应用进行了验证。

目前新建系统运行良好,能够完成多种类的准确计费。并且改造后的组网方式和软件功能具有更高的安全性,这使得采用分散接入、集中认证计费的系统具有了更大的稳定性和健壮性,从而保证业务的稳定、高效运转。

篇2：推荐系统设计和实现

随着金融电子化和信息化的不断发展，自助服务逐渐成为银行服务客户的重要渠道。ATM作为银行的服务窗口，代表着银行形象、承载着业务信息，可为客户提供高效、便捷的服务。工商银行的ATM数量多、布点广、交易量大，早已得到客户的普遍认可。工商银行各分行完成主机上挂数据中心后，ATM改变了原来直联主机方式，通过综合前置机连接到主机，ATMC端程序也相应进行了变更。目前的ATMC端程序都由厂商按照工商银行ATM终端接口规范进行开发和改造，但全行ATM的品牌较多，各厂商ATM操作系统和开发平台不尽相同，导致部分交易在不同品牌ATM上流程不相同，而太多的软件版本也导致ATM的运营维护成本增高。

另外，ATM的操作系统大多为DOS和OS/2，而目前DOS和OS/2已不再为行业所支持。同时，个人金融业务不断扩展，金融自助设备服务的需求逐年增加，在ATM设备上进行软件功能的扩充和改造的工作越来越多、越来越复杂，新的业务需求难以在旧的操作系统上开发和实现。如何规范ATM的开发和管理，如何提高ATM的运行效率，并选择具有发展前景的操作系统和开发平台，成为各家银行面临的亟待解决的重大课题。工商银行率先推出ATMC系统解决方案，提出了统一ATMC应用软件，构建ATMC统一平台系统的设想。

ATMC统一平台系统以Windows操作系统为战略平台，遵循CEN（欧洲标准化委员会）/XFS（金融自助服务设备连通性）标准，这意味着ATMC应用系统在研发之初即导入了标准化、规范化机制，支持CEN/XFS标准接口的ATMC应用软件将独立于厂商硬件，与硬件平台无关，一个ATMC统一平台应用能运行在各个支持CEN/XFS标准的不同ATM设备上。

本文将系统阐述ATMC统一平台系统的设计和实现。

一、系统网络结构

系统网络结构如图1所示，ATM作为外围子系统与综合前置系统、主机系统组成一个层次分明、布局合理、功能完善的银行客户服务体系，ATMC统一平台系统依然遵循工商银行综合业务系统的设计思想，遵循大中心的集中式网络结构，通信协议仍然为TCP/IP协议。系统主要部分包括：

1．主机系统

主机系统具备客户账务处理、银行内部核算等功能，是整个系统的核心，存放客户的账户信息、卡片信息和ATM终端档案等重要信息。

2．综合前置系统

综合前置系统负责自助设备（ATM、POS等自助终端）交易的转发，进行交易数据的处理和格式的转换，并进行自助设备档案和密钥的管理等。

3．综合前置监控系统

综合前置监控系统为分行管理人员提供运行监控、设备监控和远程控制等功能，提供交易统计数据，进行报表统计分析等。

4．ATMC软件自动分发系统

ATMC软件自动分发系统是ATMC统一平台系统的新增部分。分行设置软件自动分发服务器，对辖内ATM实施ATM软件版本、广告画面的统一管理和自动分发。

5．ATM终端系统

ATM终端系统以自助式服务面向客户，为客户提供取款、查询、转账、改密等卡联机交易功能。ATM终端系统处理客户的交易请求，并通过综合前置系统转发到主机进行账户处理。ATM终端系统还提供管理员功能，并响应综合前置系统和软件自动分发系统的各种管理命令。

二、ATMC统一平台系统的设计原则

1．系统目标 实现ATMC应用软件的统一，实现ATMC统一平台系统跨厂商硬件平台运行。

2．设计原则

（1）遵循标准原则

ATMC统一平台应用系统在开发和设计中，严格遵循人民银行的ATM交易规范和工商银行的ATM终端接口规范。同时，统一平台应用是基于CEN/XFS标准进行开发和设计的，各厂商提供支持CEN/XFS标准的ATM设备驱动软件Service Providers。

（2）支持现有应用原则

ATMC统一平台应用按照《ATMC统一平台系统功能说明书》进行设计和开发，支持工商银行现有的ATMC应用的各项功能，不改变现有的系统网络结构，不影响其他相关系统。

（3）通用性原则

ATMC统一平台应用系统的功能设计充分考虑了不同品牌型号的ATM硬件配置的差异和特点，ATM有穿墙式和大堂式，有的配置后操作面板，不同厂商ATM切换管理员的方式并不相同……对这些差别，统一平台应用能提供有效的支持，一套统一平台应用系统适合运行在不同配置符合标准的设备上。

（4）可扩展性原则

在进行统一平台应用系统功能设计时，除实现现有的业务功能外，要充分考虑将来可能进行的功能扩充，提供可扩展的应用接口，进行模块化、参数化和组件化设计，避免因增加新功能而大规模修改程序，影响其他功能模块。

（5）自动性原则

全面采用微软补丁程序、应用软件版本以及广告画面等自动下发功能设计方案，减少分行人员维护工作量和操作难度。对ATMC统一平台系统软件的安装也尽量做到非人工干预，实现自动安装。

（6）安全防范原则

在ATMC统一平台应用系统设计中，全面分析和考虑ATM已出现和可能出现的安全隐患问题，根据工总行拟定的ATM安全隐患防范技术方案，在统一平台系统中采取相应的软件处理对策，增加和完善ATM交易画面的安全防范提示信息。

三、ATMC统一平台系统的整体架构

ATMC统一平台系统的整体架构如图2所示。

ATMC统一平台系统的整体框架结构共分为5层，最底层是ATM硬件设备，如读卡器、打印机等第二层是操作系统，目前为Windows XP Professional；第三层是基于Windows XP的SP（Service Providers）软件由厂商提供；第四层是微软提供的XFS Manager，用于连接统一平台应用和SP，负责两者之间的通信XFS Manager使顶层的一个应用程序可适用于底层的不同厂商的不同硬件设备；最上层为ATMC统一平台应用，以NCR Aptra Edge为ATMC统一平台应用的开发平台，采用面向对象、Web等开发技术，负责客户交易和ATM管理等功能的实现。

四、ATMC统一平台应用的功能设计

ATMC统一平台应用的主要功能模块如图3所示。

1．ATM联机交易功能

处理客户的卡联机交易，如取款、转账、改密和信封存款等，磁卡插入读卡器，应用系统进行针对磁道信息的读取等操作，并对磁道信息进行判断，接收有效卡，之后进入下一交易流程，检查客户交易所需的系统资源，提供交易选择画面，收集客户输入的数据，将客户交易信息组包上送综合前置再转发到主机，等待主机返回，将主机返回结果显示给客户，对于取款交易当得到主机授权后，ATM将进行配钞、挖钞、送钞等操作，并提示客户取钞，交易结束可提供客户凭条。

2．ATM管理员功能 ATM管理员功能能够对自助设备进行日常管理、参数设置、设备模块的管理和检测等，可以更有效地为客户提供良好的服务。日常的管理员操作包括加钞、打印交易统计数据、查看设备状态等。管理员功能可初步定位ATM无法进行服务的原因，还可通过管理员功能调用厂商设备诊断模块进行设备故障的检测，进行设备复位和自检，及时恢复正常服务，缩短停机时间。

3．ATM管理交易功能

ATM管理交易既可响应综合前置监控系统向ATM发出的监控命令，也可主动上报ATM的运行和设备状态，提供监控系统所需的ATM设备状态信息和交易数据，便于银行对自助设备进行有效监控和管理，提高ATM的交易成功率和运行效率。ATM既可进行定时上报设备状态、即时上报故障事件等主动交易，也可响应监控系统的命令，如响应监控系统进行交易统计数据的上传、交易明细的上传，包括交易明细的断点续传等等，ATM在客户进行交易的情况下收到监控系统的命令，可在客户退卡后进行状态补报。

4．软件自动分发功能

为提升ATM运营管理的能力，减轻基层行ATM管理人员工作强度，系统设计了ATMC软件自动分发功能，可以对不同厂商型号的ATM实施统一的软件版本管理、自动下发和自动升级。ATMC统一平台应用安装启动后，客户端SDC也同时启动，SDC随时监听软件自动分发服务器SDS下达的查询、版本下发、生效等命令，响应并执行指定的命令，进行版本的下载和生效，从而实现软件或广告画面的更新，版本下发可使用定时和立即两种方式，“定时”是指端机在指定的时间开始执行该命令，“立即”是指端机立即执行该命令。SDC也可以按照SDS的命令，上传ATM端的电子日志到指定的服务器，供管理人员查账参考。

五、ATMC应用跨硬件平台运行的实现

1．ATMC统一平台系统的安装

首先必须保证ATM设备的各硬件模块支持CEN/XFS标准，ATM硬件厂商能提供基于Windows XP的操作系统、支持CEN/XFS标准的设备驱动软件SP。ATMC统一平台系统的安装有一定的配置要求，必须满足Windows XP安装所要求的基本配置，如果想要获得更快的运行速度，还要求更高一些的硬件配置。以下是ATMC统一平台安装的基本步骤。

（1）安装Windows XP Professional操作系统。

（2）安装硬件厂商的SP软件（一般都已包含XFS Manager）。

（3）通过安装菜单选择厂商和机型进行ATMC统一平台应用系统的安装。

2．ATMC统一平台系统的配置

（1）网络配置和系统设置

进行ATM本机网络地址的配置，包括本机IP、子网掩码和默认网关等。某些ATM机型可能还要检查设备驱动安装情况，进行必要的驱动安装和系统设置。

（2）厂商SP配置

有的厂商SP对不同机型的ATM需要根据其配置的设备类型进行配置。

（3）ATM参数设置

应用安装完毕，进入管理员方式对本台ATM进行ATM ID、网点号、ATMP等参数的设置。

（4）钞箱设置

ATM连接综合前置系统成功后，即可进入客户服务功能。只有在管理员方式进行钞箱配置和加钞操作后，ATM才能提供现金取款服务。

篇3：推荐系统设计和实现

1 协同过滤推荐技术

协同过滤技术[2]出现于20世纪70年代,到90年代形成较为成熟的理论框架。协同过滤技术是通过分析用户兴趣,在用户群中找到指定用户的相似用户,综合这些相似用户对某一信息的评价,形成系统对该指定用户对此信息的喜好程度的预测的一项技术。协同过滤的基本假设是如果用户x和y对n个项目的评价或行为是相似的,那么他们对其他项目所持有的观点也是相似的,即行为相似的用户兴趣也可能相似。

基于协同过滤的推荐方法是推荐系统中最基本的、也是使用最广泛的,其核心思想是利用其它用户的行为来给当前用户进行信息推荐。一般分为两大类:一类是基于用户的协同过滤推荐算法;一类是基于物品的协同过滤推荐算法。

2 学习资源系统的设计

该系统使用Visual studio 2008+SQL server 2005开发,从用户的角度可以分为管理员、注册登陆用户和普通游客这三类。其中管理员登陆系统后可以对系统的文本和视频资源进行编辑、删除和添加操作。注册登陆用户,在登陆系统后可以浏览系统提供的文本和视频资源,并可以对浏览的资源进行评分。同时系统通过设计好的推荐算法给该用户推荐他感兴趣的资源。为了解决协同过滤算法存在的冷启动问题[3],即在系统运行初期没有大量的用户行为数据,协同推荐算法就很难给出精确的、令人满意的推荐的缺点,系统会在用户登陆后给该用户提供最新发布的资源列表、近期用户评分最高的资源列表,供浏览者快速、方便的了解最新信息。普通游客在浏览系统时也可以查看系统提供的文本和视频资源,同时系统也会给该用户提供最新发布的资源列表、近期用户评分最高的资源列表,供浏览者快速、方便的了解最新信息。网站的功能结构如图1所示。

系统采用的是基于用户的协同过滤算法,也就是根据用户对学习资源的评分找到相似的邻居用户,然后将邻居用户喜欢的学习资源推荐给当前用户。其中就是将一个用户对所有学习资源的打分作为一个向量来计算用户之间的相似度。找到K个邻居后,根据邻居的相似度,计算得到一个学习资源列表作为推荐,该推荐列表能够尽量满足用户的兴趣和需求。算法过程如下:

步骤1:根据目标用户的id求出目标用户的评分向量Targetuser和目标用户向量的模Target VecterNorm;如果目标用户没有对该项目评分则对应的Targetuser的值为0,否则为评分的值;目标用户向量的模Target Vecter Norm是目标用户每一项评分的平方和的评分根。

步骤2:如果目标用户向量的模Target Vecter Norm的值为零则算法结束;

步骤3:如果目标用户向量的模Target Vecter Norm的值不为零,则求出相似用户。首先判断其他用户于目标用户是否有共同的评分项目。如果没有则相似度similarityvalue的值为0,否则相似度similarityvalue为目标用户和该用户共同评分项的评分积的和除以目标目标用户向量的模Target Vecter Norm与该用户向量的模Other Vecter Norm的积。

步骤4:选取相似度最高的10个用户nearestNeighbor,对目标用户没有评过分的项目进行预测评分。首先求出目标用户的平均评分target Average和邻居用户的平均评分neighbor Average。然后逐个判断相似用户有没有对该资源评过分,如果评过则分子molecules等于邻居该资源评分与邻居的平均评分的差乘以邻居的相似度的积;如果没有评过则分子molecules等于0与邻居的平均评分的差乘以邻居的相似度的积。该资源的预测评分prediction为目标用户的平均评分与molecules的和除以10个邻居相似度的和。

步骤5:根据预测的分数,得到一个学习资源列表recommendation作为推荐。

3 推荐结果与分析

系统设计的过程中采用了51个资源项目、39个用户、101条评价;设置最近邻居nearest Neighbor数组的长度为5,对应的相似度similarityvalue数组的长度也为5;推荐的资源列表rec数组长度为8;采用用户ID为1的用户进行登陆进行实验模拟得到的近邻和相似度的值见表1。

经过统计分析得到这5个近邻和用户1的评分对比图如图2所示,从图中我们可以看到者五个邻居和用户1在资源编号1到10中间有比较多的共同喜好,这也正好验证了算法中的根据所有用户对物品或者信息的偏好,发现与当前用户口味和偏好相似的“邻居”用户群。

依据近邻和相似度,本文的算法运算后得到了用户1的推荐资源列表如下表共8个,见表2。

4 结束语

协同推荐学习资源系统能够根据用户自身的特点进行自动推荐,具有较好的智能效果。但是由于学习者的量和学习资源不够丰富,推荐效果有待进一步优化。

摘要：随着网上学习者的不断增多和网络学习资源的不断丰富,学习者需要系统能够推荐他们感兴趣的资源。通过使用ASP.NET设计开发学习资源网站,研究了协同过滤推荐技术的算法,并实现了基于协同推荐学习资源系统的设计。

关键词：协同推荐,学习资源,算法

参考文献

[1]项亮.推荐系统实践[M].北京:人民邮电出版社,2012.

[2]蒋凡.推荐系统[M].北京:人民邮电出版社,2013.

篇4：推荐系统设计和实现

关键词：错题管理；个性化推荐；算法分析

中图分类号：G434 文献标志码：B 文章编号：1673-8454（2016）11-0067-05

一、引言

网络学习者作为众多Web用户之一，有其独特的特征。在错题管理系统中，更正错题作为最重要的环节，其中主要的策略是巩固练习的实施。如何为学习者推荐个性化的练习，消除学习者知识缺陷，最大程度做到“错题不错”，其推荐技术及算法值得研究。

一般来说，个性化推荐可采用基于规则的技术、基于内容过滤的技术和协作过滤技术。基于内容的过滤技术主要依靠关键词匹配技术，过滤掉那些相关度不高的项目。基于内容过滤通过“资源——用户”关系，利用信息资源与用户兴趣之间相似性来过滤信息，把符合用户兴趣的新的资源推荐给用户，简单有效。

错题管理系统要为学习者推荐的试题应该具有与学习者做错的试题具有相同知识点、类似难度的特征。所以，本研究采用内容过滤方法为学习者筛选出合适的试题资源。

二、算法设计

1.推荐试题特征分析

错题的巩固练习作为错题管理系统中最为重要的一部分，其主要目的在于根据学习者需要，为学习者推荐一定数量相关知识的练习题，以用于练习和巩固知识。在错题管理系统中，推荐给学习者的试题应具有以下三个特征：

（1）与学习者做错的试题同属一个知识点

作为学习者“巩固练习”而推荐的试题，其首先要具备的特征就是要与学习者做错的题目具有相同的知识点属性，只有这样，才能达到巩固该知识的目的。

（2）试题具有尽可能高的质量

试题的质量高低取决于两个方面：一是试题资源的得分，系统用户对试题的评分越高，说明试题质量越好，该题越值得推荐，反之亦然；二是试题被收藏次数，由于错题管理系统有着不同于普通学习系统的特点，它的主要目的在于消除学习者错误。所以，决定试题质量高低的第二个因素是试题被收藏次数。试题被收藏次数越多，说明该题目被做错的次数越多或者该题目极具经典试题的特征，该试题对于当前学习者的质量也就越高，试题也就越值得推荐。

（3）与学习者做错的题目具有类似的试题难度，兼顾基础巩固和能力提升

为维持学习者的学习积极性，保证学习者掌握知识，系统尽量为学习者推荐相同试题难度的试题。但是，当前的推荐是发生在学习者已经发生错误，并且进行了初步的分析之后，所以为起到巩固基础知识和进一步提高能力的作用，系统可以为学习者推荐相邻试题难度的试题。例如，学习者当前出错试题难度为“理解”，那么系统为其推荐的试题集可能包含“识记”、“理解”、“应用”三个难度等级；而如果学习者当前出错试题难度级别为“识记”，那么系统为其推荐的试题则可能包含“识记”和“理解”两个难度级别。

2.算法的设计思路

该部分依据上一小节的讨论，针对错题管理系统中推荐试题所应具有的三点特征进行分析，设计推荐算法。

（1）知识体系的建立

系统采用知识结构树建立知识体系，知识结构树的建立按照“课程——章/单元——节——知识点”的次序依次建立，效果如图 1所示，该图为初二《科学》课程的知识结构树，包含三个级别：课程——章——知识点，这是因为：根据科目的不同，知识结构树的建立所作的取舍也不同。

知识结构树建立完毕后，题目入库将绑定到相应的知识点（可以绑定为“课程”、“章”、“节”、“具体定理、公式、单词等”其中的某一项或者某几项）。当系统为学习者推荐试题时，系统将首先检索出与错题具有相同知识点的题目。

（2）试题质量的确定

根据上一小节的讨论，被推荐的试题质量由两部分决定：试题资源的得分和试题被收藏的次数。

系统采用“5”、“4”、“3”、“2”、“1”评分的形式区分不同质量的资源，将试题分为五个等级。试题得分越高，说明试题资源的质量越好。试题评分者可以是学生或者教师，试题得分取所有评分者评分的平均值，计算公式如公式 1所示。假如试题是新加入到系统中，那么会出现试题没有得分的现象。为避免这种现象的发生，将新加入系统中的每道试题得分默认设为“3”，也即设为中等水平。伴随着系统的使用，试题评分逐渐增多，系统将自适应地计算和更改试题得分。筛选出的试题按照试题得分由多到少排序。

S=公式 1

其中，S表示试题得分，Si表示第i个评分用户对试题的评分，n表示对试题评分的用户总数。

被收藏次数是指一道试题被所有学习者收藏到错题本中的总次数。试题被收藏次数越多，说明试题质量越高，越具有知识点代表性，越值得学习者去做。系统为学习者推荐的试题按试题被收藏次数由多到少排序。

由于试题质量要综合考虑试题得分和被收藏次数两方面因素，而且两个因素没有权重区别（即同等重要），试题得分已经界定取值范围为1～5。所以，为了消除由于被收藏次数单方面过多或者过少而引起的试题质量得分偏高或者偏低的现象发生，试题被收藏次数采取与试题得分相同的五等级划分方法。由此而得出的结果称为试题收藏度，其计算公式如公式 2所示。

F=*CT公式 2

其中，F表示试题收藏度，CTmax表示所有试题中被收藏最多的试题的被收藏次数，CT表示试题的实际被收藏次数。

综上讨论，试题质量的最后得分取试题得分和试题收藏度的均值，其计算方法如公式 3所示。试题质量得分越高，说明试题质量越高。

QS=50%S+50%F=50%（S+F）公式 3

其中，QS表示试题质量得分，S表示试题资源评分，F表示试题收藏度。

（3）试题难度的划分

为指导教育测量和评价，美国教育心理学家布鲁姆发表《教育目标分类学》，将认知领域目标由低到高依次分为知道、领会、运用、分析、综合和评价。不同层次的教育目标代表着不同的知识结果和认知水平。

系统借鉴布鲁姆教育目标分类方法，将试题标记为识记、理解、运用（包含原始分类的运用、分析、综合和评价）三个难度等级。

内容过滤技术的基本过程如下：在同一特征空间下，建立资源特征向量和用户描述文件；依据用户描述文件，比较系统内所有资源特征向量与用户描述文件之间的相似度；把相似度高的资源推荐给用户。余弦相似度计算公式如公式 4所示。

sim（u，q）=公式 4

其中，u表示用户向量，q表示资源向量。

结合第二部分第一节的讨论，试题难度特征值按照其难度级别，依次将识记、理解、运用记为“1”、“2”、“3”。由于跟学习者做错的试题不属于同一知识点的试题是不希望被选出的，试题难度级别最大特征值为“3”，所以为了区别出试题知识点属性，将知识点特征值按照是否为所需要知识点设为“5（任意一个大于5的值）”或者“-5”。

3.个性化推荐流程

根据以上讨论，确定系统整体推荐流程如下：

（1）获取用户描述文件，对学习者做错的题目和试题资源进行特征向量构建。

（2）通过比较资源特征向量与用户描述文件，筛选出与学习者错误试题具有相同知识点、类似试题难度的试题集C1。

（3）C1按照试题质量由高到低排序，形成试题集C2。

（4）C2按照实际需要选出top（N）推荐给学习者。

以上内容过滤算法推荐流程中的关键步骤是特征向量的构建，其思想如下：

IF 出错

THEN 获取出错试题属性信息

SELECT 试题 FROM 试题库

IF 试题知识点属性值=出错试题知识点属性值

THEN 试题知识点特征值=5

ELSE 试题知识点特征值=-5

SET 试题难度级别特征值=1，2，3 WHERE 试题难度级别=识记，理解，应用

试题特征向量=（试题知识点特征值，试题难度级别特征值）

三、算法分析与实现

1.算法分析

为验证推荐算法的有效性，现假定有10道试题，它们的属性信息如图 2所示。采用本文讨论的个性化推荐方法，为学习者推荐3道试题。其详细推荐步骤如下：

（1）假定t0为当前学习者出错试题，按照“试题（知识点，难度）”获取所有试题特征向量值如表 1所示。

（2）接下来，根据公式4计算T1～T9与T0的余弦相似度，计算结果如表 2所示。

舍弃与T0不属于同一知识点（即与T0之间的余弦相似度小于0）和与T0难度级别相差大于1（即与T0之间的余弦相似度小于等于0.94）的题目，也就是只取sim值大于0.94的试题，形成试题集C1={T1， T2， T3， T6， T7， T8， T9}。

（3）按照公式2和公式3计算C1中各试题质量得分如表 3所示。

C1按照资源质量得分由高到低排序，形成试题集C2={T7，T6，T3，T2，T9，T1，T8 }。

该部分代码输出结果如图 4所示。

（4）根据需要，从C2中选出3道试题，即T6，T7和T3，推荐给学习者。

根据上一部分的讨论，可以看出，为学习者推荐的三道试题，符合被推荐试题所应具有的特征。

2.算法功能实现

根据个性化推荐练习算法的设计，在系统功能上予以实现。当学习者做错题目时，点击 “举一反三”按钮，则弹出推荐试题练习窗口，学习者可以进行巩固练习。

四、结束语

为考察个性化推荐练习算法的应用效果，进一步指导错题管理系统设计和开发，笔者在深圳市福田区南华中学某两个班进行了教学实验。在后续的研究中，笔者将第一时间公布实验结果；并进一步优化个性化推荐练习算法，检验其效果。

参考文献：

[1]Stellan Ohlsson. Learning from performance errors [J]. Psychological Review，1996，103（2）： 241-262.

[2]Tzu-Hua Wang. Web-based dynamic assessment： Taking assessment as teaching and learning strategy for improving students e-Learning effectiveness[J].Computers & Education，2010（54）： 1157-1166.

[3]Steven J. Lorenzet， Eduardo Salas， Scott I. Tannenbaum. Benefiting from Mistakes： The Impact of Guided Errors on Learning， Performance， and Self-Efficacy[J].Human Resource Development Quarterly，2005， 16（3）： 301-322.

[4]王文.个性化推荐算法研究[J].电脑知识与技术， 2010，6（16）： 4562-4564.

[5]王智. E-learning环境中个性化推荐系统研究[D]. 重庆：西南大学，2009.

[6]尤秀梅.教学平台中基于知识点的个性化推荐学习的研究与实现[D].天津：天津师范大学，2010.

[7]刘建国，周涛，汪秉宏.个性化推荐系统的研究进展[J].自然科学进展，2009， 19（1）： 1-15.

[8]尤秀梅.教学平台中基于知识点的个性化推荐学习的研究与实现[D].天津：天津师范大学，2010.

[9]刘博.智能教学系统中个性化题库的设计与实现[J].中国电化教育，2010（284）： 110-114.

[10]陈敏，余胜泉，杨现民，黄昆.泛在学习的内容个性化推荐模型设计[J].现代教育技术，2011，21（6）： 13-18.

[11]郑婕.个性化推荐技术在网络教学中的应用研究[D].江西：南昌大学， 2011.

[12]Marko Balabanovic， Yoav Shoham. Fab： Content-Based， Collaborative Recommendation[J].Communications of The ACM，1997，40（3）： 66-72.

[13]郭丽丽.E-learning个性化推荐系统研究[D].山东：山东科技大学， 2008.

[14]John S. Breese， David Heckerman， Carl Kadie. Empirical Analysis of Predictive Algorithms for Collaborative Filtering[C]. Proceeding UAIs 98 Proceedings of the Fourteenth conference on Uncertainty in Artificial intelligence， 1998， San Francisco： 43-52.

[15]Nicholas J. Belkin， W. Bruce Croft. Information Filtering and Information Retrieval： Two Sides of the Same Coin[J].Communication of The ACM，1992，35（12）： 29-38.

[16]曾春，刑春晓，周立柱.基于内容过滤的个性化搜索算法[J].软件学报，2003，14（5）： 999-1004.

[17]张开飞.个性化推荐学习系统的模型研究与设计[D].上海： 华东师范大学，2009.

[18]叶海琴，尹世君.个性化推荐预测模型性能指标研究[J].软件导刊，2010，9（8）： 31-32.

[19]李高敏.基于协同过滤的教学资源个性化推荐技术的研究及应用[D].北京：北京交通大学，2011.

[20]张炜.教育信息共享系统中个性化推荐服务研究[D].陕西：西安电子科技大学，2008.

篇5：推荐系统设计和实现

生物标本地理信息系统SpecimenMapping的设计和实现

针对生物多样性研究领域的需求与现有GIS平台的局限,运用GML和SVG等相关技术设计实现了一个基于XML标本地理信息系统--SpecimenMapping.该系统具有导入常见空间数据格式、投影坐标互相转化、管理个人标本数据、导入其他格式的标本数据、图形化显示标本地理信息、分布地生态因子分析和栖息地预测等功能,具有基于开放标准便于功能扩展、方便操作、针对性强等特点.

作 者：张尚武 纪力强 ZHANG Shang-Wu JI Li-Qiang 作者单位：中国科学院动物研究所,北京,100080刊 名：动物学杂志 ISTIC PKU英文刊名：CHINESE JOURNAL OF ZOOLOGY年，卷(期)：41(4)分类号：Q95关键词：可扩展标记语言(XML) 地理标记语言(GML) 可伸缩矢量图形(SVG) 标本 地理信息系统 SpecimenMapping

篇6：推荐系统设计和实现

摘 要：结合管道与场站管理的实际需求，以地理信息系统(GIS)为技术支持，建立了管道与场站管理系统，并在ARCGIS平台及其油气管网分析模块上作了深入研究，使系统充分发挥了地理信息系统(GIS)对油气管网空间、属性数据的编辑、管理、显示和查询的功能并拓展了系统在油气管道及场站生产管理分析应用方面的实用性。关键词：油气管网；GIS；ArcGIS；信息管理

随着西南油气田地面建设工程量逐年加大，规划的骨架管网相应不断增加，地面集输系统不断扩充。与此同时，确保地面集输系统的安全、平稳运行，每年的检测、维护及改造工作量也在不断增加。近年来，油田公司开展了管线、场站测绘工作，并加大了管线与场站的检测力度，地面集输系统的基础、维护信息量急剧上升。面对庞大的天然气集输系统、巨大的基础与维护信息，管理与利用好这些信息，依托地理信息系统（GIS）技术来实现油气集输管线信息的输入、存储、查询、检索、处理、分析、显示、快速定位等功能成必然之选。

1、系统建设目标

基于地理信息系统（GIS）的管道与场站管理系统要能够完成所有集输管道及场站空间地理信息、周边环境信息、管道场站专题属性信息按照相关标准和规范进行存储、管理、维护，所有数据储存在统一数据模型结构的数据库中，结合油田管道与场站生产管理的实际需求，实现数据共享，支持集输管网信息的方便查询和管道完整性管理的需求。以达到为生产管理人员及时、准确、全面地提供天然气集输管线、场站及环境状况等相关信息，为迅速、准确地作出决策提供有力支持的目的。主要包括：（1）建立多层次的管网、场站综合地理信息库，同时集成其他相关的管网专业业务数据;（2）多比例尺电子地图的组织、管理和维护;（3）建立油气管网标志、标线等标准符号库，提供直观方便的可视化标准库管理工具；（4）基于GIS的管网与场站信息查询，具备数据检索查询统计功能及数据的空间分析功能;（5）建立基于GIS的辅助决策分析功能，以便在突发事件发生时能快速响应;（6）实现用户认证（与中石油统一身份认证方式相匹配）、角色、权限的定义和维护，以保证系统的安全性和灵活性。

2、系统体系架构

2.1系统采用经典的三层架构构建系统：数据层、应用层、表现层。底层是数据层，以高精度的数字地图为基础，形成集管道及场站属性信息和空间信息于一体的数据库系统，构成管道完整性数据库，为应用层提供数据支撑。第二层是应用层，通过GIS地理信息平台实现管道空间查询、搜索、定位和分析，形成可视化的业务处理能力，实现管道数据查询分析统计和完整性管理。上层是表现层，通过统一的集输管道GIS门户，为用户提供统一的管道系统应用界面，并通过西南油气田公司企业信息门户（EIP）进行单点登录认证。

2.2天然气管道及场站数据管理系统采用ArcGIS APDM数据模型；利用大型关系数据库 Oracle存储和管理空间以及专题数据，ArcSDE作为空间数据库引擎;采用ESRI公司的ArcGIS Server 组件，在Microsoft Visual Studio 2005平台上开发。数据库服务器端采用大型商用数据库Oracle并以设备为基本的管理对象，将石油天然气行业的设备基本信息、设备之间逻辑关系、业务规范、算法、俗成的习惯等等以完全开放的方式描述进Oracle数据库，成为本系统的元数据库（数据的描述数据）Metadata，作为支撑整个系统的数据基础。系统采用Linux加Windows 2000/XP操作系统，GIS开发平台ArcGIS(SDE+Server+ArcInfo)，数据库平台Oracle9i、开发语言C#.net及UML开发工具Ralation Rose等，其中通过SDE来访问存储在Oracle里的空间数据。

2.3从系统稳定性、安全性、经济实用性等方面考虑，采用了较高性价比的主流应用服务器IBM 3950 M2。运用虚拟化技术，提高系统运行性能。服务器物理上的统一和逻辑上的分隔，使系统的管理和监控更加方便、灵活。特别是可以根据阶段性的工作需求，合理的调配计算机资源成为可能。考虑到系统使用的用户较多，对系统的性能要求高。而在系统正式上线运行前，对于影响系统性能瓶颈在何处无法预测。系统在开发过程中，判断数据库服务和地图服务对系统资源的要求应该比较高。

3、系统基础功能

3.1信息查询功能。基本的GIS操作功能是整个系统的数据操作基础，在整个系统中我们可以合理地组织和显示各种地理空间信息，包括：地图背景信息（矢量地图、栅格图、影像航片等）、关心的重要地物设备信息（站场信息、分站信息、道路信息等）、各类设备网络管线通道信息（输气管线网、主干管线网、配气管线网、支承类设施等）、其他附属设备信息（设计区域、管理区域等），通过图形化、简单化地操作这些设备对象，直观可视地为用户提供所需的各种信息。

3.2图层管理。对各种地理空间信息进行合理地分层分类管理，可以根据用户要求灵活地定制各种显示方案，提供对图层的符号配置、比例尺设置、信息提示等，从而为用户的图形化操作提供配置管理。包括：根据地理空间数据库的设计，对空间数据进行树状分层地管理；根据用户要求和权限，灵活地配置可见或不可见的图层；可根据设备状态或设备属性信息的组合条件精密地划分图层。能将管线图、管线上的各种设备图(调压器、阀门、水井、储配站图)以及基础地形图进行分层综合显示。[本文转自：lunwen.1kejian.com] 3.3区域管理。系统提供区域管理的功能：根据用户的要求，可根据管辖范围、工程范围、行政范围等将整个地理空间信息划分为不同的区域，并允许用户任意添加／删除、快速定位、高亮／居中显示、设置／清除激活某个区域，以方便用户进行各种后续的系统操作。

3.4横、纵剖面图形显示。系统提供管线的纵、横剖面数据，能实现根据桩号和标高自动生成纵断面图，系统能够根据管线的桩号、管顶高程、管线埋深等数据结合管线在图纸上的具体坐标自动生成管线的纵断面图。3.5多媒体支持功能。多媒体支持功能。对辖区内重要的管网设施附加图像、图表、音频、视频等多媒体资料，使其资料更加完善、直观。

4、管道及场站生产管理分析应用扩展[本文转自：lunwen.1kejian.com]

管网分析模块是由天然气管网业务相关的分析功能组合而成。管网分析是系统分析功能中最重要的的一个部分，是整个GIS系统功能需求的核心，直接影响到系统的使用效果。

4.1缓冲区分析。缓冲区是指包围在设施周围一定距离的地区。根据设施的属性可以生成其定宽度和变宽度的缓冲区，生成的缓冲区是在离设施一定距离，在其内或外的多边形区域，例如在一条规划中的道路周围建立缓冲区，可分析该道路的建设将对哪些地下管网构成影响。

4.2流向分析。系统根据管网的拓扑结构、各储配站的供气压力、阀门的开闭情况、以及从调度系统获取的各监测点的测量数据，分析计算指定管段的天然气流向。

4.3管线气源方向管理。在方便、直观、快捷地显示各种空间关系的基础上集中管理管网设施海量属性信息，不但管理管线的从属关系，还将对气源的来气方向、管线所连接的上下级阀门关系进行管理以满足解决实际的工程需要，如进行整个管线环网的规划设计，在某些管段气压不足时可以根据气源的来气方向及时做出调整等。4.4连通性分析。在管线密集的地方，单击管点，作连通分量分析，和此管点直接相连的管段会变色显示；作连通检查，系统会变色显示与此管点有连接关系的所有管段。

4.5闸阀分析。闸阀分析是天然气管网的一个特有的业务分析，是业务分析的一个非常重要的内容。在事故发生的管道上分析其上级阀门，从而找到可以控制该事故发生管道的阀门集合，关闭这些阀门即可防止天然气泄漏，以利于维修人员及时的进行抢修。在天然气的调配上也会频繁的用到闸阀分析。

4.6爆管分析。系统具有紧急事故处理功能。当管网的某一点出现“爆管”或大面积泄漏的时候，系统将提出多个抢修方案（包括：事故地点、行走路线、应准备的设备型号、材料规格等），供用户选择使用。系统对爆管分析结果列表输出，自动生成爆管停气阀区。

5、结论

西南油气田管道与场站管理系统作为油田公司完整性管理的组成部分，承担了川渝油气田地面建设管理的重任，该系统融合了川渝两地相关的矢量数据、影像数据以及高程数据，整合了成渝两地所有天然气管道数据、场站数据，采用APDM模型构建了数字管道数据库，开发了天然气管道及场站数据管理地理信息平台，为油田公司管道的完整性管理提供了有效保障服务。该系统荣获2010年度中国地理信息系统协会颁发的中国地理信息产业优秀工程银奖。参考文献

篇7：推荐系统设计和实现

针对海洋地图服务在WebGIS应用中存在的效率问题,提出建立以三层模型为基础的`双分布式管理系统方案.通过分布式构建地图数据库端、地图服务器端,解决了出现用户并发访问时,系统经常处于瘫痪的问题.基于此方案,作者设计了海洋地图服务管理系统的基本框架,研究了系统实现的关键技术,基于ArcGIS Server、Net及相关ArcObjects平台实现了集分布式系统管理和GIS功能为一体的海洋地图服务管理系统,为我国海洋资源的开发利用提供一个信息共享与管理的平台.

作 者：周依文 史世龙 魏芳 ZHOU Yi-wen SHI Shi-long WEI Fang 作者单位：周依文,史世龙,ZHOU Yi-wen,SHI Shi-long(北京邮电大学电信工程学院,北京,100876)

魏芳,WEI Fang(北京邮电大学信息工程学院,北京,100876)

篇8：推荐系统设计和实现

随着电子商务的兴起与发展,人们的商务理念也发生改变,经销商和客户之间通过互联网进行交易,节省了大量的费用和时间。如何更快、更好地利用这一现代交易手段,缩短经销商和客户之间的距离,这是目前电子商务亟待解决的问题。而利用网页推荐技术可以有效地帮助企业分析从网上获取的大量数据,发现隐藏在其后的规律性,提取出有效的信息,进而指导企业调整营销策略,给客户提供动态的个性化的高效率服务。

目前,网页推荐技术已经被广泛地应用在国内外的各大电子商务网站之中,如 Amazon、EBay、CDNOW、MovieFinder 以及 Joyo、BOL 等,都不同程度地应用了电子商务推荐系统[1],而国内的推荐系统都有一个明显缺点即推荐方法单一,不能综合运用多种手段。基于上述因素,本文设计了一个运用多种技术的个性化电子商务推荐系统,并将其应用到一个正在运营的电子商务购物平台(www.mama51.com)中,实验表明,该网站商品销售额明显提高。

1 推荐系统架构

本文提出的电子商务推荐系统架构如图1所示,它包括以下四个子系统: ① 数据预处理子系统,用户访问网站的信息是以各种形式存放在后台数据库中的,不能满足数据分析的要求,需要将用户信息进行数据预处理;② 用户聚类子系统,根据预处理过的数据,通过K-Means聚类算法[2]发现相似的用户集合;③ 商品关联规则子系统,在商品子类层次上进行关联规则挖掘,发现用户感兴趣的子类;④ 个性化推荐子系统,推测一个用户可能属于什么样的用户集合,然后再对用户感兴趣的商品子类进一步用协同过滤技术进行较为精确的网页推荐。其中只有协同过滤推荐子系统是在线实时工作的,预处理子系统、聚类子系统和关联规则子系统都是离线工作的,这种设计可以最大限度地减少服务器的压力,并提高系统的执行效率[3]。

当一个用户访问网站的时候,用户信息会通过WWW服务器传递到数据库服务器中,数据预处理子系统定期从数据库服务器中抽取用户数据,然后把预处理过的数据提交给聚类子系统。聚类子系统根据最新的访问数据定期重新执行聚类算法,并将聚类结果保存下来。关联规则子系统对商品子类进行关联数据挖掘,产生商品聚类。个性化推荐子系统根据当前用户的访问信息,为用户作出个性化推荐,并反馈给WWW服务器。然后,WWW服务器再根据用户实际点击的链接,在目标网页上增加可能即将访问的网页链接集合,再反馈给用户供其浏览。

2 系统关键技术

2.1 基于聚类的挖掘技术

该技术是采用K-Means聚类算法将用户划分到不同的簇中,商品兴趣比较相似的用户放在同一个簇。由于聚类过程离线进行,从而可以解决随着用户空间增大而导致系统性能下降的问题。

2.2 基于关联规则的挖掘技术

该技术主要是采用最小关联规则集的方法[4]在商品子类层次上进行挖掘,发现用户感兴趣的子类,产生商品聚类。由于该过程可以离线进行,因此可以保证有效推荐系统的实时性要求。

2.3 基于用户聚类和项目聚类的协同过滤推荐技术

该技术是在用户聚类和商品聚类的基础上,将不同类的用户、商品构建成用户—项目矩阵,在每个用户—项目矩阵里计算查找最近邻居,并按照兴趣度的高低产生推荐。

由于该协同过滤是在用户聚类和商品聚类的基础上建立的用户—项目矩阵,用户和商品(项目)比较集中,所以矩阵维数较少,大大降低了传统协同过滤技术所带来的稀疏性问题,减少了用户在寻找最近邻居的搜索强度,增强了推荐算法的实时性,提高了推荐服务的质量。这也是本系统的特色之处。

该技术采用的算法主要分为以下四个阶段。

(1) 信息处理,构建矩阵

将所有的聚类后的用户和商品子类信息转换为用户—项目矩阵,使用户商品信息矩阵化。假设系统中有m个聚类用户和n个项目子类,信息处理的目的就是创建一个m×n 的矩阵R, Ri,j代表聚类用户i对项目子类j的评价。

(2) 相似度计算

度量用户i和j之间的相似性方法如下,首先得到用户i和j评分过的所有项,然后通过不同的相似度量方法计算它们之间的相似性,记为sim(i,j)。本文采用修正的余弦相似性计算方法:

$Sim(i,j)=\frac{{\displaystyle {\sum }_{c\in {\rm I}{}_{i,j}}}(R{}_{i,c}-\overline{R{}_i})(R{}_{j,c}-\overline{R{}_j})}{\sqrt{{\displaystyle {\sum }_{c\in {\rm I}{}_i}}(R{}_{i,c}-R{}_i){}^2}\sqrt{{\displaystyle {\sum }_{c\in {\rm I}{}_j}}(R{}_{j,c}-R{}_j){}^2}}$

其中,Ii,j表示用户i和j共同评分过的项目集合,Ii和Ij分别表示用户i和用户j评分过的项目集合,Ri,c和Rj,c分别表示用户i和用户j对项目c的评分,$\overline{R{}_i}$和$\overline{R{}_j}$分别表示用户i和用户j对项目的评分。计算完用户之间的相似度后,对一个用户u,产生一个按照相似度大小排列的“邻居”集合N={U1,U2,…,Ut},0≤t≤m,u不属于N,从U1到Ut,sim(u,Ui)(1≤i≤t)从大到小排列。

(3) 计算用户邻居

根据上一步相似度计算的结果,直接找出与用户相似度最高的前N个用户作为邻居, 邻居个数N由系统设定,比如规定N=5。

(4) 产生推荐

“最近邻居”集产生后,可计算用户对任意项的兴趣度和Top - N 推荐集。设用户u和相应的已选项集Iu,对任意项c的兴趣度按下式计算:

$prediction{}_{u,c}=\overline{R{}_u}+\frac{{\displaystyle \sum _{i=1}^{{\rm N}}s}im(u,i)(rating{}_{i,c}-\overline{R{}_i})}{{\displaystyle \sum _{i=1}^{{\rm N}}s}im(u,i)}$

其中,$\overline{R{}_u}$表示用户u对所有项的平均评价分值,i表示“最近邻居”集中的用户,sim(u,i)表示用户u和用户i之间的相似度,ratingi,c表示用户i对项c的评估值,$\overline{R{}_i}$表示用户i对所有项的平均评价分值。按照兴趣预测值的高低可产生目标用户的推荐集。由于和目标用户在同一个簇中的用户,就是其最近邻居,他们之间的兴趣比较相似,所以可以把目标用户的推荐集也推荐给他们,从而提高了推荐系统的服务范围和服务质量。

3 系统实现

网上购物推荐系统的实现可以用图2来表示。数据库部分主要存储用户信息和项目信息,用SQL Server 2000 实现。挖掘推荐算法完成个性化推荐的任务,用Java实现。

数据访问层实现了与用户交互必需的存储过程以及触发器, 也使用SQL Server 2000,主要完成以下功能:初始化新用户商品信息矩阵;插入新项目时更新所有用户的用户—项目矩阵; 用户点击项目时更新该用户对项目的评价;删除项目时更新所有用户的用户—项目矩阵。用户访问层主要涉及网页与用户的交互和调用数据访问层的存储过程;在这里不作详细的介绍。

4 实验及结果分析

本文采用MovieLens站点提供的数据集(http://grouplens.org) 来测试本文算法和传统协同过滤算法之间的性能比较。从该数据集中选取943位用户对1682部电影的10万条评分记录,用户评分数据集的稀疏等级[5]为1-100000/(943×1682)=0.9370。把记录按照80%和20%的比例划分为训练集和测试集。

评价推荐系统推荐质量的度量标准采用统计度量方法中的平均绝对偏差MAE(mean absolute error)进行度量。MAE通过计算预测的用户评分与实际的用户评分之间的偏差来度量预测的准确性,MAE 越小,推荐质量越高。对于评分数据,预测的评分集合表示为{ p1,p2 ,…,pn},对应的实际用户评分集合为{ q1,q2,…,qn}, 则平均绝对偏差MAE [6]定义为:

${\rm M}AE=\frac{{\displaystyle \sum _{i=1}^{{\rm N}}|}p{}_i-q{}_i|}{{\rm N}}$

实验结果如图3所示。可见,本文提出的算法有较好的性能表现。另外,通过系统近半年的数据记录表明,本电子商务网站(www.mama51.com)在使用该个性化推荐系统后,企业销售额比使用前明显提高了4%左右。

5 结束语

随着我国电子商务信息化建设快速进行,如何为用户提供更加准确、高效的信息服务是电子商务建设中的一个重要任务。个性化信息服务能够向电子商务用户提供满足其个性化需求的信息内容和特定功能服务,受到了业内人士的广泛关注和极大兴趣,是目前电子商务领域中非常有意义的研究内容。本文提出了一种B2C网上购物个性化推荐系统的具体实现方案,并详细论述了系统模块的具体实现,为电子商务个性化服务的研究和实践提供了一种新的思路。

摘要：根据B2C网上购物的实际背景和目前推荐系统存在的不足,设计和实现了一个运用多种技术相结合的个性化网页推荐系统。这种推荐模型增强了推荐系统的实时性,提高了推荐服务的质量,从而提高了电子商务网站的交叉销售能力和网站商品的销售量。该系统所用的方法、处理过程和推荐形式,对于其他电子商务网站也都有一定的借鉴意义。

关键词：网上购物,聚类,关联规则,协同过滤,个性化网页推荐

参考文献

[1]Schafer J B,Konstan J A,Riedl J.Recommendersystemsine2commerce[C]//ACMConferenceonE2Commerce(EC99).Vancourer,Canada:ACM-Press,1999:8-166.

[2]张建辉.K-means聚类算法研究及应用[D].湖北:武汉理工大学,2007.

[3]Yan T W,Jacobsen M,Garcia-Molina H,et al.From user access pat-terns to dynamic hypertext linking[J].Computer Networks and ISDN Systems,1996,28(7-11):1007-1014.

[4]余力.电子商务个性化推荐若干问题研究[D].北京:北京航空航天大学,2004.

[5]Deng AL,Zhu YY,Shi BL.A collaborative filtering recommendation algo-rithm based on item rating prediction.Journal of Software,2003,14(9):1621-1628.http://www.jos.org.cn/1000-9825/14/1621.htm.