基于对等网的个性化推荐系统的研究与实现

基于对等网的个性化推荐系统的研究与实现

论文摘要

本文主要研究个性化推荐在对等网络平台上的应用。目前,个性化推荐系统的研究与应用已经成为一项热点,但是在信任性、实时性、可扩展性以及对移动用户提供推荐等方面还存在很多问题和挑战。这就导致推荐系统的使用只停留在一定层次上,推荐系统的发展前景受到限制。本文旨在根据推荐系统的研究和发展方向,在分析对等网和C/S区别的前提下,在对等网络的平台上建立个性化推荐系统,使之性能更优越,为推荐系统的使用提供更广阔的发展前景。 在研究国内外推荐系统和对等网的研究发展和应用、各种技术、算法的基础上,建立了对等网的底层通信机制,为系统的动态扩展服务提供一个强大的底层框架支持。然后,提出了基于对等网的个性化推荐系统的体系结构和多层对等网络结构,详细设计了系统所需要的主要功能模块并进行了模拟实验。再次,给出了性能评价。最后,指出了本论文的研究和实验进展并提出了下一步要完成的任务。 本文在个性化推荐多层网络结构、搜索算法、信任度管理、相似模型生成和底层通信等方面做了一定的探讨与创新。

论文目录

  • 第一章 前言
  • 1.1 课题研究背景及其意义
  • 1.2 研究现状
  • 1.2.1 传统的个性化推荐系统研究现状
  • 1.2.2 基于对等网的推荐系统研究现状
  • 1.2.3 存在缺陷与下一步研究方向
  • 1.3 本课题主要工作和创新之处
  • 1.3.1 本论文的主要研究工作
  • 1.3.2 研究难点和技术路线
  • 1.3.3 本课题的创新之处
  • 1.4 本章小结
  • 第二章 对等网
  • 2.1 对等网概念
  • 2.2 组织与标准
  • 2.3 主要技术
  • 2.4 P2P技术与现有互联网技术比较
  • 2.5 对等网络的国内外研究现状及主要应用
  • 2.6 常见的对等网类型
  • 2.7 P2P系统设计要求
  • 2.8 本章小结
  • 第三章 相关技术及工具介绍
  • 3.1 基于项的协同过滤推荐算法
  • 3.1.1 最近邻查询
  • 3.1.2 推荐产生
  • 3.2 性能评价方法
  • 3.2.1 数据集
  • 3.2.2 度量方法
  • 3.3 C++BUILDER
  • 3.4 本章小结
  • 第四章 对等网络底层通讯
  • 4.1 内部通信机制的底层协议
  • 4.2 消息
  • 4.2.1 消息队列
  • 4.2.2 消息定义
  • 4.3 本章小结
  • 第五章 基于对等网的个性化推荐系统结构设计
  • 5.1 基于对等网的个性化推荐系统体系结构
  • 5.1.1 传统的推荐系统体系结构
  • 5.1.2 基于对等网的推荐系统体系结构的建立
  • 5.1.3 体系结构的功能描述
  • 5.1.4 体系结构的特点
  • 5.2 多层对等网络
  • 5.2.1 多层对等网结构
  • 5.2.2 对等点身份
  • 5.2.3 信息存储
  • 5.3 主要功能模块
  • 5.4 各模块设计
  • 5.4.1 分簇算法
  • 5.4.2 节点加入
  • 5.4.3 搜索模块
  • 5.4.4 模型建立模块
  • 5.4.5 推荐模块
  • 5.4.6 更新模块
  • 5.4.7 信任度管理模块
  • 5.4.8 节点身份转换模块
  • 5.4.9 节点离开
  • 5.5 相关数据库模式
  • 5.5.1 模型库
  • 5.5.2 用户角色库
  • 5.5.3 通信库
  • 5.6 系统参数
  • 5.7 本章小结
  • 第六章 P2PREC系统的模拟实现
  • 6.1 拓扑结构
  • 6.2 个性化推荐系统测试
  • 6.2.1 测试目的和方法
  • 6.2.2 实验分析
  • 6.3 实验与设计的关系
  • 6.4 模拟实验向真实环境实现推广
  • 6.5 本章小结
  • 第七章 系统性能分析
  • 7.1 性能(PERFORMANCE)
  • 7.2 可扩展性(SCALABILITY)
  • 7.3 实时性(REALTIME)
  • 7.4 一致性(CONSISTENCY)
  • 7.5 安全性和信任性(SAFETY AND REPUTATION)
  • 7.6 可靠性(RELIABILITY)
  • 7.7 本章小结
  • 第八章 总结与展望
  • 参考文献
  • 附录一 头文件和类文件定义
  • 附录二 模拟实验部分代码
  • 硕士阶段发表论文与参加项目
  • 致谢
  • 相关论文文献

    • [1].个性化推荐系统在电子商务中的应用研究[J]. 太原城市职业技术学院学报 2019(11)
    • [2].基于大数据的个性化推荐系统研究[J]. 通讯世界 2019(04)
    • [3].面向移动电商个性化推荐系统模型的研究[J]. 电子制作 2016(22)
    • [4].基于社会网络的个性化推荐系统研究[J]. 无线互联科技 2017(01)
    • [5].基于决策过程的个性化推荐系统设计[J]. 计算机工程与应用 2017(14)
    • [6].基于大数据的社团个性化推荐系统[J]. 电脑知识与技术 2017(17)
    • [7].个性化推荐系统研究综述[J]. 现代职业教育 2016(23)
    • [8].大数据时代下电子商务个性化推荐系统的分析与设计[J]. 智库时代 2020(08)
    • [9].网络学习资源个性化推荐系统的设计与开发[J]. 中国市场 2017(13)
    • [10].网络新闻个性化推荐系统策略研究[J]. 软件导刊 2017(08)
    • [11].基于数据挖掘的移动用户个性化推荐系统研究与设计[J]. 现代电子技术 2016(22)
    • [12].个性化推荐系统的应用分析研究[J]. 数码世界 2019(03)
    • [13].个性化推荐系统研究综述[J]. 科技致富向导 2014(11)
    • [14].电影个性化推荐系统的构建[J]. 电脑知识与技术 2020(27)
    • [15].面向电子商务网站的个性化推荐系统[J]. 中小企业管理与科技(上旬刊) 2012(01)
    • [16].购物网站个性化推荐系统应用分析[J]. 现代经济信息 2012(15)
    • [17].走进个性化推荐系统[J]. 程序员 2009(12)
    • [18].大数据的电商个性化推荐系统研究[J]. 现代经济信息 2019(18)
    • [19].动态社区发现在个性化推荐系统中的应用[J]. 电脑知识与技术 2017(15)
    • [20].个性化推荐系统的采集模块研究[J]. 电脑知识与技术 2014(10)
    • [21].基于混合模式的学习资源个性化推荐系统设计[J]. 福建电脑 2017(12)
    • [22].论新闻个性化推荐系统[J]. 新闻论坛 2018(02)
    • [23].浅谈个性化推荐系统[J]. 科技创新导报 2018(02)
    • [24].基于多源大数据的个性化推荐系统效果研究[J]. 管理科学 2018(05)
    • [25].个性化推荐系统研究[J]. 无线互联科技 2013(08)
    • [26].基于移动Agent的个性化推荐系统的研究[J]. 消费导刊 2008(09)
    • [27].融合项目和用户隐式反馈的个性化推荐系统[J]. 小型微型计算机系统 2020(03)
    • [28].个性化推荐系统的多样性研究进展[J]. 中国集体经济 2020(27)
    • [29].基于关联规则的在线高考报名咨询个性化推荐系统[J]. 计算机时代 2019(12)
    • [30].基于大数据技术的个性化推荐系统的设计与实现[J]. 信息与电脑(理论版) 2017(21)

    标签:;  ;  ;  ;  

    基于对等网的个性化推荐系统的研究与实现
    下载Doc文档

    猜你喜欢