1. 研究目的与意义
在电子商务大行其道的今天，商家和消费者能够在互联网上实现买卖交易。
这种通过互联网电子商务系统实现的线上交易更加迅速、便捷，成本比起线下交易更低，使双方都受益。
如今商家和消费者更亲睐这种交易方式。
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. 课题关键问题和重难点
1、协同过滤算法的应用怎么将协同过滤算法应用到电子商务系统中，这是课题的一个难点也是关键点。
这要求对协同过滤算法有着深刻的理解，并将算法融入到程序中。
2、用户信息的收集 收集用户的信息是实现推荐功能的前提。
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. 国内外研究现状（文献综述）
协同过滤（Collective Filtering）可以说是推荐系统的标配算法。
协同过滤两个假设： 1、用户一般会喜欢与自己喜欢物品相似的物品2、用户一般会喜欢与自己相似的其他用户喜欢的物品上述假设分别对应了协同过滤的两种实现方式：基于物品相似（item_cf）及基于用户相似（user_cf）。
因此，协同过滤在实现过程中，最本质的任务就是计算相似度的问题，包括计算item之间的相似度，或user之间的相似度。
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！
4. 研究方案
设计中用Myclipse为开发工具，其运行环境为：Windows 7或Linux操作系统，使用Oracle数据库，Tomcat服务器，IE 8.0以上浏览器。
开发一个电子商务系统，实现网上交易，并使用协同算法实现推荐功能。
电子商务系统的角色分析：商家、消费者。
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！
5. 工作计划
2022/03/022022/03/15（3、4周）搜集英文文献并开始翻译，完成开题报告。
2022/03/162022/03/29（5、6周）系统设计，开始编码。
2022/03/202022/04/05（7周）初步完成编码。
剩余内容已隐藏，您需要先支付 1元 才能查看该篇文章全部内容！立即支付
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
