基于用户查询信息的推荐系统设计与实现-开题报告

《基于用户查询信息的推荐系统设计与实现-开题报告》由会员分享，可在线阅读，更多相关《基于用户查询信息的推荐系统设计与实现-开题报告（4页珍藏版）》请在毕设资料网上搜索。

1、 毕业论文 （设计） 开题报告 论文（设计） 名称 基于用户查询信息的推荐系统设计与实现 1选题的目的、意义及国内外对本课题涉及问题的研究现状 选题目的选题目的、意义、意义: 基于用户查询信息的推荐系统主要是依据用户所提供的信息，向用户推荐与之相关联的信 息和商品。随着电子商务规模的不断扩大，商品的个数和种类也变得越来越多，这种变化一方 面让在线购物的客户有了更多的选择。 另一方面也增加了顾客购买所需的难度， 顾客在找到自 己所需的产品之前， 必须浏览大量的无关信息。 推荐系统的存在就是为了解决上述信息过载问 题，有效的帮助顾客在电子商务系统中方便地购物，减少顾客购物所花费的时间。 国内外对本

2、课题涉及问题的研究现状国内外对本课题涉及问题的研究现状： 1995年3月，卡耐基.梅隆大学的RobertArmstrong等人在 美国 人工智能协会上提出了个性 化导航系统Web Watcher； 斯坦福大学 的MarkoBalabanovic等人在同一会议上推出了个性化 推荐系统LIRA； 1995年8月， 麻省理工学院 的Henry Lieberman在国际人工智能联合大会（IJCAI）上提 出了个性化导航智能体Letizia； 1996年， Yahoo 推出了个性化入口My Yahoo； 1997年，A T 1999年， 德国 Dresden技术大学的Tanja Joerding实现了个

3、性化电子商务 原型系统 TELLIM； 2000年，NEC研究院的Kurt等人为搜索引擎CiteSeer增加了个性化推荐功能； 2001年， 纽约大学 的Gediminas Adoavicius和Alexander Tuzhilin实现了个性化 电子商务 网站 的用户建模系统1：1Pro； 2001年，IBM公司在其 电子商务平台 Websphere中增加了个性化功能，以便商家开发个 性化电子商务网站。 2003年，Google开创了AdWards盈利模式，通过用户搜索的关键词来提供相关的广告。 AdWords的点击率很高，是Google广告收入的主要来源。2007年3月开始，Google为A

4、dWords 添加了个性化元素。 不仅仅关注单次搜索的关键词， 而是对用户近期的搜索历史进行记录和分 析，据此了解用户的喜好和需求，更为精确地呈现相关的广告内容。 2007年，雅虎推出了SmartAds广告方案。雅虎掌握了海量的用户信息，如用户的性别、年 龄、收入水平、地理位置以及生活方式等，再加上对用户搜索、浏览行为的记录，使得雅虎可 以为用户呈现个性化的横幅广告。 2009年，Overstock（美国著名的网上零售商）开始运用ChoiceStream公司制作的个性化横 幅广告方案，在一些高流量的网站上投放产品广告。 Overstock在运行这项个性化横幅广告的 初期就取得了惊人的成果，公司称：“广告的点击率是以前的两倍，伴随而来的销售增长也高 达20%至30%。” 2009年7月，国内首个推荐系统科研团队 北京百分点信息科技有限公司 成立，该团队专 注于推荐引擎技术与解决方案， 在其推荐引擎技术与数据平台上汇集了国内外百余家知名电子 商务网站与资讯类网站， 并通过这些B2C网站每天为数以千万计的消费者提供实时智能的商品 推荐。 2011年9月，百度世界大会