1. 研究目的与意义
在如今大数据的时代，用户如何在庞大的数据中找到对自己有用的数据成为一个难题，人们无法在这些数据中快速的找到适合自己的信息。而推荐系统可以利用电商网站等为客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买过程。个性化推荐是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品。通过推荐算法可以让用户更便捷的得到想要的商品，能够在庞大的数据中快速准确获取信息，这种技术已经广泛的应用到诸多领域，比如：新闻推荐，视频推荐，各类商品推荐等，从而使得人们的生活方式和效率得到极大的提升。本次设计将利用推荐系统实现商品的推荐，对个性化推荐进行研究。
2. 研究内容和预期目标
1. 研究内容
数据的获取
通过python爬虫获取相关数据
3. 国内外研究现状
如今推荐系统早已进入到大众生活的角角落落，也早已不再局限于电子商务网站，日常的微信朋友圈广告，各大时事类新闻软件，都有推荐系统的功能，至于亚马逊，淘宝，京东等国内外电商网站的推荐系统，更是走在了世界的前列。经过二十多年的积累和沉淀，推荐系统成功应用到了诸多领域，包括：在线视频、社交网络、在线音乐、电子商务、互联网广告等领域，这些领域是推荐系统大展身手的舞台，也是近年来业界研究和应用推荐系统的重要实验场景。伴随着推荐系统的发展，人们不仅仅满足于分析用户的历史行为对用户进行建模，转而研究混合推荐模型，致力于通过不同的推荐方法来解决冷启动、数据极度稀疏等问题，国内知名新闻客户端今日头条采用了内容分析、用户标签、评估分析等方法打造了拥有上亿用户的推荐引擎。
4. 计划与进度安排
- 拟定开题报告，收集整理资料
- 通过python爬虫收集数据
- 对数据进行预处理和分析
- 数据库的构建
- 实现推荐算法，比较算法，挑选算法
- 搭建网站
- 进行测试
5. 参考文献
[1]郝海涛,马元元.基于加权关联规则挖掘算法的电子商务商品推荐系统研究[J].现代电子技术,2016.39(15):133-136
[2]罔东东,李红强.一种改进的基于内容的个性化推荐模型机.软件导刊,2016.15(4):11-13
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。
