1. 毕业设计（论文）主要目标：
学习web使用日志挖掘和个性化推荐系统的相关知识，熟悉个性化推荐系统的用户建模和推荐引擎模块，通过对用户使用日志的数据挖掘，提出更有效的用户偏爱路径算法，发现用户真实的浏览兴趣和意图，再优化推荐引擎中的协同过滤算法，以帮助系统做出更为准确和人性化的推荐。
2. 毕业设计（论文）主要内容：
（1）深入研究web使用日志挖掘和个性化推荐的相关技术，对经典的算法和技术进行对比分析，并且详细介绍协同过滤算法，阐述当前系统所面临的挑战。
（2）Web使用日志中包含大量的用户浏览信息，如何有效地从中挖掘出用户真实的浏览兴趣和意图，是一个重要的研究内容，分析目前用户浏览模式挖掘算法存在的问题的基础之上，提出支持-兴趣度描述用户的浏览兴趣并加以改进，进行测试。
（3）个性化推荐技术包括基于内容的推荐，基于关联规则的推荐和基于协同过滤的推荐，通过三种推荐技术拥有各自的优点和缺点的分析和对比，选择应用最为广泛的协同过滤算法，分析其冷启动，数据稀疏性和推荐实时性问题，针对其中之一提出优化算法。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 主要参考文献
《数据挖掘概念与技术》Jiawei Han著，范明等译，机械工业出版社
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
