考研志愿个性化推荐的方法及平台研究任务书

 2021-08-19 23:36:25

1. 毕业设计(论文)主要目标:

  1. 阐述个性化推荐的概念及具体实现算法,结合数据挖掘的信息增益率和聚类的概念作深入分析。

  2. 对考研志愿数据作预处理,着重分析无效数据的过滤和将数据转换成适合数据挖掘的格式

  3. 根据个性化推荐算法和考研志愿实例进行对象的建模。

    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!

    2. 毕业设计(论文)主要内容:

    1. 详细介绍基于用户的协同过滤算法和基于内容的过滤推荐算法,提出用混合推荐算法和聚类技术来改进推荐算法。

    2. 对考生、高校两类考研志愿数据的处理,主要有:信息采集、数据处理、数据转换几部分。

    3. 结合考研志愿实例分析推荐算法:j构建考生兴趣模型,根据各属性所占权重提取特征向量,基于志愿内容产生推荐。k构建院校指标体系,确定各级指标权重,确定高校及专业样本数据集,基于协同过滤产生推荐。

      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

      1. 严卫.模糊聚类挖掘技术研究及其在高考志愿填报服务中的应用[D].长沙:中南大学2009.

      2. WANG G R. Extending XML schema with object-oriented features [J]. Information Technology, 2005(4):45-49.

      3. 许海玲,吴潇,李晓东,阎保平.互联网推荐系统比较研究[J].软件学报,2009, 2’20(2):350-362.

        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。