基于协同过滤的个性化零食推荐微信公众平台设计与实现计算机科学技术专业.docx

基于协同过滤的个性化零食推荐公众平台设计与实现摘 要 随着社会经济的不断发展和居民消费水平的日益提高，消费者对于零食的需求数量越来越大但市面上零食的种类很多，用户想要找到一款适合自己口味的零食，需要花费大量的时间和精力如何快速高效地帮助用户找到自己喜欢的零食是一个问题由此提出了个性化零食推荐的课题本课题是设计实现一个基于公众平台的零食信息发布系统，每个用户都能将自己喜欢的零食信息发布到系统供其他用户参考，系统会根据用户对零食信息的一些反馈行为，采用协同过滤的算法，为用户个性化推荐零食信息系统最终经过测试达到了需求标准，并成功的部署在公众平台和云服务器上关键词： 公众平台；零食推荐；个性化推荐；协同过滤 Design and implementation of wechat public platform for personalized snack recommendation based on collaborative filteringABSTRACT With the continuous development of social economy and the increasing consumption level of residents, the demand for snacks is growing. But there are many kinds of snacks on the market. It takes a lot of time and energy for users to find a snack that suits their taste. How to help users find their favorite snacks quickly and efficiently is a problem. Therefore, the topic of personalized snack recommendation is put forward.This topic is to design and implement a snack information publishing system based on wechat public platform. Each user can publish their favorite snack information to the system for other users reference. According to some feedback behaviors of users, the system will adopt collaborative filtering algorithm to personalized recommend snack information for users. Finally, the system has been tested to meet the requirements and successfully deployed on wechat public platform and cloud server.Key words：Wechat public platform; Snack recommendation; Personalized recommendation; Collaborative filtering目　录1. 绪论 11.1 背景目的及意义 11.2 相关工作 11.3 本文工作 21.4 论文的框架结构 22. 需求分析 32.1 功能性需求分析 32.2 非功能性需求分析 42.3 相关技术介绍 52.3.1 协同过滤算法 52.3.2 公众平台 52.3.3 Vue.js 52.3.4 Django 52.4 本章小结 53. 推荐算法设计与实现 63.1 基于内容的推荐算法 63.2 协同过滤算法 63.2.1 基于物品的协同过滤算法 73.2.2 基于用户的协同过滤算法 73.3 系统推荐算法实现 93.4 本章小结 104. 系统分析与设计 114.1 架构设计 114.1.1 总体架构 114.1.2 部署架构 114.2 功能设计 114.2.1 零食推荐模块设计 124.2.2 零食搜索模块设计 124.2.3 零食管理模块 134.2.4 用户中心模块设计 134.2.5 后台管理模块设计 134.3 数据库设计 144.3.1 E-R模型设计 144.3.2 表结构设计 154.4 本章小结 185. 系统实现与测试 195.1 系统实现环境要求 195.1.1 开发环境 195.1.2 运行环境 195.2 系统实现 195.2.1 授权模块 195.2.2 零食推荐模块 215.2.3 零食搜索模块 225.2.4 零食管理模块 245.2.5 用户中心模块 265.2.6 后台管理模块 265.3 系统测试 275.3.1 测试目的 275.3.2 测试用例 275.4 本章小结 296. 总结与展望 306.1 总结 306.2 展望 30参考文献 31致谢 32第1章 绪论1.1 背景目的及意义近年来，中国的零食行业发展速度较快。

根据官方数据统计，中国的零食行业总产值从2006年的4240.36亿元到2016年的22156.4亿元，涨幅高达422.51％有相关部门预测，2020年的零食产业规模可能会达到3万亿元但目前市面上零食的种类很多，消费者想要找到一款满足自己口味的零食需要花费大量的时间和精力个性化推荐技术的出现解决了这个问题个性化推荐技术可以从用户的浏览内容、频率和时间等多个方面因素分析每个用户的具体情况，并为用户提供他们可能感兴趣的内容本课题基于公众平台，开发实现了一个零食发布系统，每个用户都能将零食信息上传到系统供其他用户参考，系统根据用户对零食信息的浏览、收藏、评论等反馈行为，通过个性化推荐算法，为用户推荐可能喜欢的零食信息本课题将个性化推荐技术应用在零食信息系统中，可以帮助消费者更高效地找到他们可能喜欢的零食，从而增强用户体验1.2 相关工作推荐系统早在90年代就开始被研究，它解决了用户难以在海量的信息中高效地找到所需信息的问题目前常见的推荐系统有三种，分别是协同过滤推荐、基于内容的推荐和混合推荐推荐系统在国外，从诞生之时就受到广泛关注，也因此得到了很多成功的研究成果在1992年，推荐系统第一次被应用在系统中，Goldberg和他的团队将协同过滤算法应用在了邮件管理系统上，从而减轻了工作人员的负担，提高了邮件管理的效率。

在1994年，GroupLens提出了基于用户的协同过滤算法，并将该算法其应用在新闻推荐上该系统会收集每个用户对新闻的评分，并将这些评分储备下来供后期推荐使用后来，亚马逊第一次将推荐系统成功的应用在电商系统中当消费者在亚马逊书城下单时，会提示出购买本书籍的用户还购买了其他书籍等信息国内的推荐系统研究起步较晚，但也有不少研究成果在2009年7月，北京成立了一家专门研究个性化推荐技术和推荐引擎的公司在2011年的8月，载言网络科技首次提出了在传统的推荐引擎上添加用户的社交信息和隐形反馈2011年的9月，百度首页增加了智能推荐功能，可以根据用户行为为用户推荐可能喜欢的网站个性化推荐的发展过程中面临了各种各样的问题，比如为了解决算法的冷启动和数据稀疏问题，研究者们在原有算法的基础上加入了一些其他参数，对算法进行了改进有研究者在原有的Pearson相关系数方法上增加惩罚系数机制，改进了Pearson相关系数法，并显著提高了推荐准确性还有研究者针对评分矩阵稀疏这一问题，提出了根据物品属性和用户特征填充评分矩阵，从而解决了评分矩阵稀疏的问题个性化推荐系统发展至今已经相对成熟，但个性化推荐系统存在的问题正在被不断研究。

目前研究的主流方向有两种，一是在现有的推荐算法基础上优化和改进个性化推荐算法，从而提高个性化推荐算法的准确率二是如何将个性化推荐算法应用在业务系统中，从而增强用户体验1.3 本文工作本课题将协同过滤技术应用在零食推荐上，基于公众平台设计开发一个个性化零食推荐系统该系统可供用户发布自己喜欢的零食介绍信息，后台再运用个性化推荐技术为用户推荐可能喜欢的零食信息，由此提升用户对平台的体验度本文的工作主要包括以下两个方面：应用个性化推荐技术本系统将个性化推荐技术应用在系统上，根据用户对零食信息的浏览、评论、点赞、收藏等反馈信息和反馈对应的权重，计算出用户对零食的评分，再利用协同过滤算法为用户推荐可能喜欢的零食搭建个性化零食推荐系统，并运行在公众平台系统实现了零食推荐、零食管理、零食搜索、用户中心、后台管理等模块系统采用了前后端分离的开发方式，方便维护和功能扩展同时系统部署在服务器上，采用了CDN加速技术，有效提高了静态资源的加载速度，优化用户体验第2章 需求分析2.1 功能性需求分析系统主要用例包括授权登录、零食信息推荐、零食信息管理、零食信息搜索、个人中心管理、后台信息管理系统用例图如图2-1所示。

图2-1 系统用例图（1） 授权登录用户应该可以通过点击公众号底部的菜单进行自动授权进入到系统中，而不是输入账号密码登录，从而免去繁琐的注册登录步骤2） 零食信息推荐作为一款零食推荐系统，零食的推荐自然必不可少系统应该能够利用个性化推荐算法，在首页为不同的用户推荐不同的零食信息同时系统需要接受用户对零食信息的反馈，所以应该提供零食浏览、零食点赞、零食收藏、零食评论等反馈功能3） 零食信息管理本系统的零食数据库需要不断的完善扩充，系统应提供给用户可以上传零食信息的入口用户应该可以在系统上传零食介绍、零食图片等信息4） 零食信息搜索为了使得用户可以方便地查询到相关的零食信息，系统应提供零食搜索功能，应该可以根据零食关键词查询到相关的零食信息5） 个人中心管理用户应该可以看到自己的昵称、头像等个人信息，也应该能对其他用户进行关注操作6） 后台信息管理管理员应该能对系统数据信息进行管理，包括零食信息、用户信息、评论信息、推荐信息、轮播图信息、搜索历史信息等2.2 非功能性需求分析本系统有以下五个方面的非功能性需求：（1） 性能需求在90%的情况下，一般时间段响应时间不超过2秒，高峰时间段不超过5秒。

第一次进入系统时间不超过5秒2） 安全需求系统要经过授权认证登录后才能进入，在未登录时严禁使用系统的各个功能用户在系统内只能访问操作权限内的数据3） 可维护性需求系统要保证模块化开发，各个模块独立，要易于扩展，编写代码整洁，变量或函数命名规范，关键地方要加注释4） 可用性需求在90%的系统故障中，系统最多只需要60秒重启，若系统出现严重故障要在24小时内恢复正常5） 易用性需求要求界面美观，操作简单，用户能方便地使用系统的各个功能，无复杂操作2.3 技。