摘要：随着互联网的普及和信息技术的发展，尤其是近年来电子商务的迅速发展，使得越来越多的用户热衷于网上购物、阅读等活动。人们一方面能从大量有用的信息中获取到自己需要的信息，感受到信息时代带来的好处，一方面，网络信息在数量上的快速增长也给人们带来了一定的困扰，用户无法快速准确的获得自己需要的信息，对信息的使用效率随信息量的增长而降低，这就是所谓的信息过载 (information overload)问题。由于用户和信息的不断增多，于是便产生了大量的数据。在海量的数据中找到自己需要的信息，最传统的方法是利用分类目录和搜索引擎。但是随着数据的不断增多和用户需求的不断扩大，分类目录和搜索引擎显现出不同程度的缺陷。因此，为了有效解决这些问题，一项新的技术——推荐系统便产生了。推荐系统是一种新兴的信息过滤系统，其主要功能是根据用户的历史行为数据推测出用户对物品的喜好程度，然后根据一定的规则将这些物品推荐给用户，推荐系统现已广泛应用于电子商务领域。

本文着重对推荐系统进行了以下研究，探讨了推荐系统的研究背景、内容和意义，通过对推荐系统的理论研究，选取协同过滤推荐为推荐机制，并分别对基于物品的协同过滤算法和基于用户的协同过滤算法进行详细论述。介绍系统开发工具、系统分析、系统设计及开发实施过程，并对算法实现思路进行详细论述，最后应用具体的实例来阐述各个功能模块的实现过程，实现个性化推荐原型系统。

关键词：推荐系统；信息过载；协同过滤；基于物品过滤

目录

摘要

ABSTRACT

第一章  绪论1

1.1 研究背景.1

1.2 研究内容  .1

1.3 研究意义.2

第二章相关理论及技术简介.3

2.1 推荐系统理论方法.3

2.1.1推荐系统的概念3

2.1.2推荐系统的分类3

2.1.3协同过滤推荐算法5

2.1.4推荐系统面临的问题和解决方案7

2.2 典型的电商销售类网站的推荐模式.8

2.3 系统开发工具简介9

2.3.1MySQL 数据库9

2.3.2Tomcat 服务器9

2.3.3 IntelliJ IDEA10

第三章系统分析.11

3.1需求分析.11

3.2可行性分析.11

3.2.1技术可行性11

3.2.2操作可行性11

3.2.3经济可行性分析11

3.3系统业务流程分析.11

第四章 系统设计.15

4.1系统功能设计.15

4.2数据库设计.15

4.2.1 数据库概念结构设计15

4.2.2 数据库逻辑结构设计16

4.3 推荐模块设计18

4.3.1 推荐流程18

4.3.2 推荐算法实现思路18

第五章 系统实现21

5.1 界面模块实现21

5.1.1 注册模块实现21

5.1.2 登录模块实现22

5.1.3 图书查找模块实现23

5.1.4 查看历史评分模块实现25

5.1.5 查看推荐列表模块实现26

5.2 推荐算法实现28

结束语32

致谢33

参考文献34