5.2.3用户推荐列表数据表模型25 5.3皮尔逊相关度评价26 5.3.1 程序26 5.4为评论者打分27 5.5利用FLASK制作表单28 5.5.1登录表单28 5.5.2注册表单29 5.5.3用户登录30 5
5.2.3用户推荐列表数据表模型 25
5.3皮尔逊相关度评价 26
5.3.1 程序 26
5.4为评论者打分 27
5.5利用FLASK制作表单 28
5.5.1登录表单 28
5.5.2注册表单 29
5.5.3用户登录 30
5.5.4用户注册 30
第六章 实验结果的呈现 31
第七章 总结与展望 33
7.1论文的总结 33
7.2未来的展望 33
致谢 35
参考文献 36
附录 38
第一章 绪论
本课题是基于用户偏好的娱乐项目推广系统的设计与实现,数据类型、爬行数据方法、数据处理与分析、建立用户模型和推荐算法等方面进行研究和阐述。
1.1 课题的背景及研究的意义
随着信息技术以及互联网的高速发展,各种网络信息包扩文字,图片,视频等充斥网络,信息的多样性为我们的生活和工作提供了便利。对于用户来说,想要从庞大的信息网络里提取出自己真正需要的信息,快速,准确且恰到好处变得较为困难。并且,基于用户的兴趣点,可以预知地向用户推荐用户可能感兴趣的东西,是体现智能化的一个方面,提高用户的体验感,我这次研究的课题就是基于用户的偏好向用户推荐其感兴趣的项目,以此来满足当用户随意浏览或没有明确目标时,向用户给出一定的建议,使得用户能得到好的体验。
1.1.1 课题的背景
随着科学技术的不断发展,电子产品和网络已经覆盖了我们大部分的生活,并能为我们的生活带来便利。网络给我们提供了很多的可能,我们可以在网络上购物,看电影,看书,社交,如何在这众多的信息中,找到用户需要的某一特定商品,电影,书籍等,是要解决的问题,于是推荐系统由此产生。随着信息的不断增长,信息过载,为了避免在一堆无效信息中浪费时间,个性化用户偏好系统由此诞生,该系统是建立在大量的数据挖掘的基础上进行的。早在1996年,在美国的工智能协会,AT&T实验室使用协作过滤的算法,具有个性化推荐系统PHOAKS和Referral Web。雅虎也在之后的一段时间里,将用户的年龄,性别以及记录用户的历史浏览记录和搜索过哪些产品等,信息被记录,然后基于信息提供的隐藏信息进行整合,并且特定用户被推荐用于感兴趣的信息。以此来为某些产品打广告。这些系统的设计与发明,都在促使着推荐系统得到不断升级,并潜移默化地改变着我们的生活。
1.1.2 研究的意义
互联网现如今已占据了大部分人的生活,渗透进生活的点滴中,人们网购,查询资料,出行,娱乐等等绝大部分都依赖于网络,获取信息,因此产生了庞大的数据,通过分析大量用户的数据对用户的行为习惯,偏好,兴趣等进行深度挖掘,提取有用的信息,从而带来方便和利益。而研究“基于用户偏好的娱乐项目推介系统的设计与实现”这个课题,能够运用python语言去爬取这些数据,并对庞大的数据进行深层挖掘,得到我们想要的信息,并且抛弃那些冗余的,没有用处的信息。以此来找到每个用户的偏好,有针对性的一对一推荐,既不浪费资源,又能提高用户体验,提高信息质量,让用户能够切身享受到科技带来的便利。此次我选取的网站是网易云音乐这个娱乐网站,对于较早的音乐推荐的算法是基于内容的推荐,通过音频信号分析音乐的特点,但是这种方法非常的消耗时间,所以依靠分析音频的方法已经逐渐被淘汰。也是现在多采用协同过滤从的方法,将用户的评价,找出很多相近的最近邻,最后将最相近的音乐且用户没有听过的歌曲推荐给用户。提高用户的体验,并在用户不知道听什么,不清楚的情况下给出用户一个可以选择的方向,这就是我的课题基于用户偏好的娱乐网站的推介系统设计并研究的意义所在。