基于协同过滤算法的选课推荐系统开题报告
2023-12-04 02:17:15
1. 研究目的与意义
互联网的发展日新月异,现如今,互联网已经成为各家各户不可缺的存在,已经和人们生活的方方面面紧密联系了起来。
现在不止互联网公司需要依靠网络提高公司效率,就连传统行业也可以通过互联网提高公司效益。
教育行业更不例外,经过教育部的改革,在学校中推出了学分制计划,有助于提高学生的眼见,了解更多的东西。
2. 课题关键问题和重难点
课题关键问题:
1、界面设计时是否充分考虑了管理人员的习惯,使得操作变得简单
2、符合选课过程的需求,即能正确的反映教学管理的现实环境,支持选课过程中的所有处理操作
3. 国内外研究现状(文献综述)
随着经济的迅猛发展,我国已经迎来了信息时代,并且与信息相关的技术也日趋成熟并飞速发展。然而,互联网上过多的分享类资源,使得用户难以在海量的信息中剥去冗余,找到自己真正所需的信息。因此,为了解决这些问题,搜索引擎和推荐系统应运而生。搜索引擎能够帮助用户更快的查找用户直接所需要的信息,而推荐系统则可以根据用户的偏好和口味个性化地把资源推荐给他们。虽然大部分情况下用户很难明确地表达出自己的真实需求,但是通过推荐系统则可挖掘他们潜在的需求。因此,推荐系统的开发是有非常重要的意义。在高校的日常教学活动中,选课系统不仅可以让学生们清晰地了解某一节课的侧重点;同时还能够让学生更好的进行自主的选择,明确自我发展方向。因此,在选课系统中应该能够为学生进行推送和推荐他们真正感兴趣的课程,从而让每个学生都能够选择并选修到自己喜欢并真实需要的课程。
我国对于信息技术和互联网的发展也是逐年在增大力度,我国人民也慢慢的从信息极度匮乏的时代走进了信息过载的时代。日前,信息技术行业内为了解决信息过载这一令人头痛的问题,也是先后出现了不少可行的解决方案,就比如网页的分类目录、对于内容的搜索引擎以及对于信息的推荐系统等。其中关于网页的分类目录的代表公司为雅虎、hao123等,这些都是分页目录的鼻祖,他们确实在一定程度上解决了这一问题,但是后来随着:工作信息量的增多,互联网规模也在不断扩大,而这时运用到分类目录这种技术的网站也就只能覆盖少量的热门网站或是热门信息,遇到了更大的瓶颈,发展也逐渐受到了制约。而后就出现了对于内容的搜索引擎这种解决方案,其代表公司是google、百度等目前依旧火爆的搜索网站,网站用户可以通过关键词搜索、模糊查找等方式找到自己需要的关键信息,但是其中搜索出的信息往往与实际是有出入的,所以这时推荐系统也就应运而生了。
通过长时间广泛的调查了解,我们发现,一些高校虽然已经有了选课系统,但是,这些选课系统都存在一个问题,即这些选课系统内几乎都没有可以进行教学资源推荐的子系统,这可以看出,在我国,教学辅助系统(比如:个性化推荐选课系统)还没有被广泛应用于教育方面。但是,在商用网站中,各公司间的竞争非常激烈,在这种情况下,各个公司都追求于给用户提供体验更好的网站,这对于企业提高自身经济利益的同时提高自身竞争力意义重大,所以,很多商用网站对推荐算法非常重视,甚至对于机器学习中的相关技术的研究与使用都十分广泛,尤其是电子商务类、以及各大社交网站,对于推荐算法更为重视。对于这些商用网站来说,推荐算法甚至关乎企业的生存及发展。对于推荐系统的研究,国外的研究比国内领先几年,早在1995年,国外就开始了对于推荐系统的研究,并一-直在完善。1995年3月,在美国人工智能协会.上,各位学者提出了推荐系统的具体应用,比如,来自卡耐基梅隆大学的研究者罗伯特阿姆斯特朗等人,在该会议.上提出了个性化导航系统,同时,斯坦福大学的研究者马克巴拉巴诺维奇等人提出了内容个性化推荐系统,这都是推荐系统的实际应用。
4. 研究方案
本系统所采用的ssm框架是springmvc、spring 和mybatis三个技术的融合,一般的框 架都是这种模式,这也是非常标准的mvc模式。其中可以把具有这个框架的整个系统分为四个层次:图形界面层、控制器层、服务层、持久层这四层。运用springmvc对request的转发和view的控制等功能进行实现; spring 则是对业务和具体对象进行管理;而mybatis是对数据库进行连接。
个性化推荐(personalized recommendation)技术,这- -技术通过研究不同用户相似程度较高的兴趣,从而通过这种方式为用户推荐他们最需要的资源信息,进而能够为互联网信息量的逐年庞大与用户需求渐渐模糊之间的这一矛盾提供一-个更好的解决方式。目前,这种推荐技术已经被各式各样的系统,例如:电子商务系统、数字图书馆系统以及新闻网站等系统广泛运用。所以在这种情况下,能够适用于不同推荐系统的技术也就随之而生,其中不乏有协同过滤算法、聚类分析技术等多种多样的算法。在他们之中,使用最为广泛的则是协同过滤推荐算法,这种算法也是目前在各个平台上使用最为成功的一一种技术。而其中又可以将协同过滤推荐算法分为基于模型(model-based)的、基于用户以及基于项目的三种更加细化的推荐算法。
该系统采用面向对象的设计思想,客户端采用基于web,后端主要使用面向对象的 java 语言编写,数据的存储采用 mysql 数据库。服务器端开发工具为idea,数据的存储采用 mysql 数据库,使用 jdbc 进行数据库操作。
5. 工作计划
2022-2023-1学期:
第15-16周:完成选题,查阅相关中英文资料;
第17周:与导师沟通进行课题总体规划;