《个性化推荐系统分析与设计——系统分析设计与开发方法课设》由会员分享，可在线阅读，更多相关《个性化推荐系统分析与设计——系统分析设计与开发方法课设（22页珍藏版）》请在金锄头文库上搜索。
1、课程设计报告课程名称系统分析设计与开发方法课题名称个性化推荐系统的分析与设计专业信息管理与信息系统班级学号姓名指导教师2016年11月4日一、设计内容与设计要求1设计内容：见附录2设计要求：1）设计正确，方案合理。2）界面友好，使用方便。3）建模语言精炼，结构清晰。4）设计报告4000 字以上，含建模语言说明，用户使用说明UML 建模图。5）上机演示。二、进度安排第十五周星期一 下午 2：00星期五 下午 2：006：00，星期二 下午 2：006：006：00，第十六周星期一下午 2：006：00，星期二 下午 2：006：00，星期三下午 2：006：00附：课程设计报告装订顺序：封面、任
2、务书、目录、正文、评分、附件（A4大小的图纸及程序 清单）。正文的格式:一级标题用3号黑体,二级标题用四号宋体加粗,正文用小四号宋体;行距为22。附录：设计课题1：个性化推荐系统的分析与设计一、问题描述：对网络购物个性化推荐系统进行分析与设计，对购物流程进行分析，对 购物中关键环节进行设计，实现对商品的录入、显示、修改、排序、保存、 销售、售后服务以及客户管理等操作实现推荐结果准确性、推荐结果多样性、 用户交互度、系统界面设计、系统交互设计、推荐透明度（推荐解释）。二、功能要求：1、用UML完成一个小型团购系统的分析、设计。2、写出系统需求报告，说明系统的功能。3、通过面向对象的分析和设计建立
3、系统模型。4、画出完整的用例图、类图、对象图、包图;及时序图、协作图、状态图、 活动图；及组件图和配置图）三、建模提示：1、使用 Enterprise Architect 8.0 建模。2、使用 Ration Rose 或 StarUML 建模。四、其它对该系统有兴趣的同学可以在实现上述基本功能后，完善系统的其它功 能，特别是售后以及客户关系管理。目录1. 概述11.1 系统的背景分析 11.2 个性化推荐系统介绍 12. 个性化推荐系统的分析与设计系统的SWOT分析22.1. 优势与劣势分析 22.2. 机会与威胁分析 33. 系统的领域分析(四色建模法) 43.1 时标性对象(moment
4、-interval) 53.2 人，地点，物(party/place/thing) 53.3 角色(role) 63.4 描述对象(description) .74. 系统的主要模型图 84.1 用例图84.2 类图(功能逻辑类) 104.3 时序图、协作图 114.4 状态图144.5.总体结构图 155. 总结166. 参考文献167 评分表171. 概述1.1系统的背景分析随着信息化水平的提高，网络己成为人们学习、工作和生活的重要组成部分。 如何在浩瀚的知识海洋中找到所需信息，己经越来越引起人们的关注。传统的网络服务没有考虑到用户差异，而以拓展信息范围，增加信息深度的 方法为不同用户提供
5、相同的信息空间。面对巨大的数据源，用户迫切需要一种能 够根据自身特点自动组织和调整信息的服务模式，这就为电子商务推荐智能系统 的产生和发展提供了契机。随着电子商务规模的逐渐扩大,网上商品的种类和数量也快速增长。商品不 断丰富,顾客购物选择的余地大大扩展 ,但顾客往往需要花费大量的时间才能找 到合适的商品。这种浏览大量无关信息和商品的过程无疑会给消费者带来极大的 不便,从而可能造成客户流失。1.2个性化推荐系统介绍(1) 个性化推荐的定义：随着电子商务规模的逐渐扩大，网上商品的种类和数量也快速增长。商品不 断丰富，顾客购物选择的余地大大扩展，但顾客往往需要花费大量的时间才能找 到合适的商品。这种
6、浏览大量无关信息和商品的过程无疑会给消费者带来极大的 不便，从而可能造成客户流失。为了解决这些问题，个性化推荐系统应运而生。 个性化推荐是根据用户的资料信息、兴趣爱好和以往购买行为，向用户推荐其可 能感兴趣的信息和商品。 个性化推荐系统是建立在海量数据挖掘基础上的一种 高级商务智能平台，以帮助电子商务网站为其顾客购物过程提供完全个性化的决 策支持和信息服务。(2) 个性化推荐的作用：成功的个性化推荐系统，向用户推荐他们感兴趣的商品，从而促成交易，即 将电子商务网站的浏览者转变为购买者；在用户购买过程中向用户推荐自己确实 需要但在购买过程中没有想到的商品，有效提高电子商务系统的交叉销售；为用 户
7、提供个性化的推荐服务的同时，与用户建立长期稳定良好的关系，从而有效保 留客户，提高客户的忠诚度，防止客户流失。(3) 知名购物网站中个性化推荐应用： 淘宝网站为例，在登录已买到的宝贝页面，除了可以查看到用户购物历史记 录，还有推荐内容，如：“您可能对这些宝贝感兴趣”；购物车页面的推荐，如： “您可能感兴趣的宝贝”、“猜你喜欢的”。 当当网为例，网站商有个性化推 荐模块网站上有专门栏目“猜你喜欢”，点击进入，再分为“您可能感兴趣的商 品”“和您兴趣相似的顾客还关注”；在已购商品页面，有推荐“根据您购买的 商品，当当猜您会喜欢”。 进入卓越亚马逊网站，提示用户“您好. 请登录以 获取为您订制的推荐
8、”。2. 个性化推荐系统的分析与设计系统的 SWOT 分析2.1. 优势与劣势分析(1) 优势：能收集用户特征资料并根据用户特征，如兴趣偏好，为用户主动作出 个性化的推荐。而且，系统给出的推荐是可以实时更新的，即当系统中的商品库 或用户特征库发生改变时，给出的推荐序列会自动改变。这就大大提高了电子商 务活动的简便性和有效性，同时也提高了企业的服务水平。将电子商务网站的浏览者转变为购买者：电子商务系统的访问者在浏览过程中经 常并没有购买欲望，个性化推荐系统能够向用户推荐他们感兴趣的商品，从而促 成购买过程。提高电子商务网站的交叉销售能力：个性化推荐系统在用户购买过程中向用 户提供其他有价值的商品
9、推荐，用户能够从系统提供的推荐列表中购买自己确实 需要但在购买过程中没有想到的商品，从而有效提高电子商务系统的交叉销售。提高客户对电子商务网站的忠诚度：与传统的商务模式相比，电子商务系统 使得用户拥有越来越多的选择，用户更换商家极其方便，只需要点击一两次鼠标 就可以在不同的电子商务系统之间跳转。个性化推荐系统分析用户的购买习惯， 根据用户需求向用户提供有价值的商品推荐。如果推荐系统的推荐质量很高，那 么用户会对该推荐系统产生依赖。因此，个性化推荐系统不仅能够为用户提供个 性化的推荐服务，而且能与用户建立长期稳定的关系，从而有效保留客户，提高 客户的忠诚度，防止客户流失。(2) 劣势：该方法的广
10、泛应用受到了推荐对象特征提取能力的限制较为严重。因 为多媒体资源没有有效的特征提取方法，比如图像、视频、音乐等。既使文本资 源，其特征提取方法也只能反映资源的一部分内容，例如，难以提取网页内容的 质量，这些特征可能影响到用户的满意度。很难出现新的推荐结果。推荐对象的内容特征和用户的兴趣偏好匹配才能获 得推荐，用户将仅限于获得跟以前类似的推荐结果，很难为用户发现新的感兴趣 的信息。存在新用户出现时的冷启动问题。当新用户出现时，系统较难获得该用户的 兴趣偏好，就不能和推荐对象的内容特征进行匹配，该用户将较难获得满意的推 荐结果。对推荐对象内容分类方法需要的数据量较大。目前，尽管分类方法很多，但 构
11、造分类器时需要的数据量巨大，给分类带来一定困难。不同语言的描述的用户模型和推荐对象模型无法兼容也是基于内容推荐系 统面临的又一个大的问题。2.2. 机会与威胁分析(1) 机会:个性化推荐系统具有良好的发展和应用前景。目前，几乎所有的大型电子商 务系统，如 Amazon、eBay 等不同程度的使用了各种形式的推荐系统。国内方面， 知名购物网站麦包包、凡客诚品、库巴网、红孩子等都率先选择了本土最先进的 百分点推荐引擎系统构建个性化推荐服务系统。在日趋激烈的竞争环境下，个性 化推荐系统能有效的保留客户，提高电子商务系统的服务能力。成功的推荐系统 会带来巨大的效益。 另一方面，各种提供个性化服务的 W
12、eb 站点也需要推荐系 统的大力支持，国内推荐系统领航者百分点科技就 Web 站点个性化内容推荐方面 也做出了贡献，在信息爆棚的今天，实施个性化阅读势在必行。威胁1. 商家千篇一律。竞争激烈网店的开办没有实体店的繁琐，只要会网上操 作，扫描相关证件 等待审核通过即可开始网店销售。正因为如论文联盟 http:/Www.LWlm.cOm此简单的操作，使得网店铺天盖地的出现，并且网店所销 售的商品大同小异。2. 网购监管制度不够健全。网络时代的网购依旧存在众多问题，网络监 管的缺失使得网购存在隐患。网店数量众多，是否存在钓鱼网站或者坑骗消费者 钱财的网站无法验证。随着网购普遍化，买家和卖家因为商品出
13、现纷争也没有相 应法律能够解决。国家虽然有少数法律法规涉及到网络监管内容，但是专门针对 网上购物相关的法律法规少之又少。网购出现问题时，买家的消费者权益维护存 在疑问，不知道该如何维护自身的合法权益。3、买家忠诚度难维持。买家网购商品一般是在商品打折促销的时候，从 中挑选自己认为是最符合自己设定价位的商家。对于购买的商品，如果到手后发 现并不是自己理想中的商品模样，这样会使买家不再购买。事实上，网民的增加 或者网购网站注册会员的数量增长也并不能说明买家的增多。如何维系买家的忠 诚度是网购需要解决的问题，也是维系网购长盛不衰的重要因素。4系统安全缺失。归因于系统的开放性，推荐系统易遭受到人为攻击
14、。攻击 者通过注入虚假用户概貌信息，试图改变系统的推荐结果以达到自己的企图。我 们将这类攻击称之为用户概貌注入攻击(Profile Injection Attack)或托攻 击(Shilling Attack)从基本的随机攻击、平均攻击到复杂的流行攻击、分块 攻击等。最近的研究表明大部分的流行协同过滤算法很容易被虚假用户概貌攻击 所操纵，导致用户对系统满意度的下降。典型的，攻击者通过对虚假用户概貌中 的目标项目赋予最大值或最小值来对推荐系统造成威胁。并且，注入的用户概貌 与真实用户概貌相似度很高。根据攻击者的意图，我们将提升目标项目的攻击称 为推攻击(Push Attack )，而将打压目标项
15、目的攻击称为核攻击(Nuke Attack)。3. 系统的领域分析(四色建模法)领域建模有很多种方法，对于同样的问题域使用不同的建模手段得到的模型 可能也不尽相同。四色建模法(Color UML)是由Peter Coad发明的一种建模方 法，将抽象出来的对象分成四种原型(arche type)。3.1 时标性对象(moment-interval)企业的业务系统主要的目的之一，就是记录经济往来的足迹，并将这些足迹 形成一条有效的追溯链。这些足迹通常都具有一个特性，即它们都是时标性对象 (moment-interval)。这种对象表示那些在某个时间点存在，或者会存在一段 时间的，这样的对象往往表示了一次外界的请求，比如一次询价(Quo tat ion)， 一次购买(Sale)，这样的对象表示的都是系统的价值所在，所以也是最重要的 一类对象，一般用粉红色来表示。这样的对象一般都有一个起始时间和终止时间， 以及一个唯一的标识号，用来唯一的标识这一次客户请求，比如PolicyNo.发现这些时标性对
