1、 I 目录目录 基于 Knn 算法的图书推荐系统 I Book recommendation system based on Knn algorithm II 第 1 章 绪论 1 1.1 应用背景 . 1 1.2 系统功能 . 2 1.3 系统预览 . 2 1.4 系统特点 . 1 第 2 章 开发环境及工具 2 2.1 系统开发环境 . 2 2.2 系统架构模型 . 2 2.3 系统开发技术 . 3 2.3.1 R 语言简介 . 3 2.3.2 数据库技术简介 3 2.3.3 Java 简介 4 第 3 章 系统设计与数据库 . 5 3.1 系统设计 5 3.1.1 系统功能模块划分 5
2、3.2 数据库结构. 5 第 4 章 K 最近邻分类（Knn）算法介绍 6 4.1 Knn 算法简介 . 6 4.2 算法流程 . 6 4.3 算法优缺点 7 4.3.1 优点. 7 4.3.2 缺点. 7 第 5 章 Knn 算法在图书推荐系统的实现 . 8 5.1 训练集数据 train.data 8 5.2 建立读者-书目矩阵 . 9 5.3 计算书目距离矩阵 distance 10 5.4 计算读者和书目的关系程度 10 5.5 计算用户的推荐书目 id 11 5.6 查询推荐书目的具体信息. 13 第 6 章 SQL Server 数据库、Java 语言与 R 的组合. 14 图书推
3、荐系统 II 6.1 简述 14 6.2 SQL Server 数据库与 R 语言 14 6.3 R 语言与 Java 语言 . 15 参考文献 16 致谢 . 17 附录 . 18 I 基于基于 KnnKnn 算法算法的图书推荐系统的图书推荐系统 摘要：摘要：互联网的出现和普及给用户带来了大量的信息，满足了用户在信息时代对信息的 需求的同时，也使得用户在面对大量信息时无法从中获得对自己真正有用的那部分信 息，而产生所谓的信息超载问题，推荐系统就这样应运而生。推荐系统现已广泛应用于 很多领域，其中最典型并具有良好的发展和应用前景的领域就是电子商务领域。个性化 推荐系统是建立在海量数据挖掘基础上
4、的一种高级商务智能平台，以帮助电子商务网站 为其顾客购物提供完全个性化的决策支持和信息服务。 同时学术界对推荐系统的研究热 度一直很高，逐步形成了一门独立的学科。 本文介绍的推荐系统，一方面根据学校的图书借阅情况，构建出基于Knn算法的图 书推荐系统，可以解决同学们借书没有头绪，借不到适合自己的书等等问题，另一方面 实现了数据、算法、成果展示的分离，使得程序设计、大数据处理、前端展示的分工更 加明确简洁。 本系统采用了统计领域广泛使用的R软件，适于数据存储与挖掘的SQL Server 2008， 以及适用于前端展示的Java语言， 通过三者的协调互助， 共同完成推荐系统的数据存储、 挖掘以及展示工作。 关键词：推荐系统 Knn算法 专属推荐 大数据挖掘 R 软件 图书推荐系统 II Book recommendation system based on Knn algorithm Abstract: The emergence and popularization of the Internet users to bring a great deal of information
