论文摘要
随着Internet技术的发展,网上电子购物越来越多,个性化的推荐系统也显得越来越重要。然而,传统的基于用户的协作推荐并不生成显式的用户模型,而是直接比较用户的相似度进行推荐,推荐效果不突出。基于商品项的推荐系统克服了不少传统用户协作推荐的缺点,但同时放弃了对用户本身兴趣的推荐。本文针对网上书店这一领域,通过分析和研究用户的兴趣,结合模糊数学知识建立一个新的用户兴趣模型并针对此模型提出了一个新的图书推荐算法。首先用户登陆后建立此用户的兴趣文件,然后通过用户的购物历史学习用户的兴趣并不断的更新用户兴趣文件。最后根据用户的兴趣文件来向用户推荐图书。由于Agent具有一定的智能性,自主性和协作性,是下一代电子商务的研究方向。因此,本文利用一个Agent开发平台JADE来实现这个模型,实现了一个原型系统,系统包括三类Agent,用户界面Agent,用户兴趣处理Agent,图书推荐Agent。通过三类Agent之间的协作,来实现此用户兴趣模型和图书推荐算法。最后对原型系统做了简单测试。
论文目录
摘要Abstract目录第一章 绪论1.1 国内外研究现状1.2 研究意义1.3 论文的结构安排及研究内容第二章 Agent及Agent开发平台JADE2.1 Agent概念2.2 BDI理论2.3 Agent特性2.4 Agent的体系结构2.5 多Agent系统（MAS）2.6 Agent标准2.7 JADE平台简介2.8 本章小结第三章 模糊数学和用户兴趣模型理论3.1 用户兴趣模型理论3.2 用户模型的表示3.3 用户模型的更新3.4 模糊数学理论3.5 本章小结第四章 网上书店用户兴趣模型4.1 传统的个性化推荐模型4.2 用户兴趣的来源及推荐表现形式4.3 模糊兴趣模型引入4.4 网上图书模糊兴趣模型4.5 本章小结第五章 原型系统的实现与测试5.1 系统开发工具和平台5.2 系统实现概述5.3 网上书店系统5.4 基于JADE的用户兴趣系统5.5 系统测试与分析5.6 本章小结第六章 总结与展望6.1 本文总结6.2 进一步工作参考文献致谢
相关论文文献
标签：个性化推荐论文; 模糊数学论文; 智能主体论文; 用户兴趣模型论文;
