【正文】 大量用戶(hù)同時(shí) 頻繁訪(fǎng)問(wèn)數(shù)據(jù)庫(kù)，導(dǎo)致數(shù)據(jù)庫(kù)服務(wù)器癱瘓 ，需要 進(jìn)一步 優(yōu)化數(shù)據(jù)庫(kù)緩存機(jī)制和索引。 輸出 3： 該禮品的詳細(xì)信息，包括禮品圖片，禮品名稱(chēng)，禮品商家，禮品價(jià)格等 。如選擇節(jié)日?qǐng)龊?，選擇收禮人的信息等 輸出 1： 滿(mǎn)足用戶(hù)需求的禮品信息推薦列表，包括禮品圖片 ，禮品名稱(chēng)，禮品 URL 等 ， 每頁(yè)顯示 40 個(gè)禮品，超過(guò) 40 個(gè)禮品進(jìn)行分頁(yè)顯示 。 系統(tǒng)性能的需求規(guī)定 ? 精度要求 本系統(tǒng)要求 用戶(hù)根據(jù)自己的需求選擇節(jié)日?qǐng)龊?，收禮人信息，搜索關(guān)鍵字等信息。 6) 個(gè)性化 搜索 系統(tǒng) 根據(jù) 用戶(hù)的搜索日志 分析用戶(hù)的 偏好。 禮 品 專(zhuān) 家選 擇 適 宜 贈(zèng) 送 的 節(jié) 日 場(chǎng) 合選 擇 適 宜 贈(zèng) 送 的 收 禮 對(duì) 象 u s e s u s e s 保 存 節(jié) 日 場(chǎng) 合 知 識(shí) 庫(kù)保 存 收 禮 對(duì) 象 知 識(shí) 庫(kù) e x t e n d s e x t e n d s 圖 34 禮品知識(shí)庫(kù)人工初始化用例圖 如上圖所示，人工初始化用例圖。每種人根據(jù)其特點(diǎn)對(duì)其類(lèi)型進(jìn)行劃分，并對(duì)該類(lèi)型的收禮人 從圖片、服飾特點(diǎn)、周末活動(dòng)、性格特征、興趣愛(ài)好和個(gè)人偶像來(lái)進(jìn)行描述，用戶(hù)根據(jù)這些特征描述來(lái)選擇收禮人并獲得系統(tǒng)的推薦。如，贈(zèng)送男人宜送領(lǐng)帶，錢(qián)包，商務(wù)包等；贈(zèng)送女人宜送口紅，廚房用品等；贈(zèng)送孩童宜送文具，卡通玩具等。 送禮的場(chǎng)合有：戀愛(ài)，約會(huì)，結(jié)婚，周年，生日，孩子滿(mǎn)月，喬遷新居，升學(xué)，畢業(yè)，退休，升職，探病，慰問(wèn)，感謝等。 由于送禮的節(jié)日和場(chǎng)合 不同，贈(zèng)送的禮品會(huì)有所不同。 假定和約束 為了保證推薦的準(zhǔn)確性 和客觀性，本系統(tǒng)的假定和約束如下： 1) 從淘寶網(wǎng)上抓取的 40 類(lèi) 共 3000 個(gè) 禮品 在一定時(shí)間內(nèi)不會(huì)下架，即用戶(hù)得到禮品推薦后可以 從網(wǎng)上 買(mǎi)到該禮品 。 4. 用戶(hù)瀏覽推薦 用戶(hù)瀏覽某一禮品的詳細(xì)信息時(shí)，系統(tǒng)要向用戶(hù)推薦與此禮品最相關(guān)的若干 禮品。 本系統(tǒng)要調(diào)研禮品贈(zèng)送知識(shí)并據(jù)此構(gòu)建禮品知識(shí)庫(kù)。最重要的是，用戶(hù)甚至不知道瀏覽器正 在與服務(wù)器通信： Web站點(diǎn)看起來(lái)是即時(shí)響應(yīng)的[35]。該對(duì)象在 Inter Explorer 5中首次引入，它是一種支持異步請(qǐng)求的技術(shù)。 4) 運(yùn)用 XMLHttpRequest實(shí)現(xiàn)異步數(shù)據(jù)檢索。這使得 Web 應(yīng)用的交互性得到了前所未有的提高， 大大增強(qiáng)了應(yīng)用的實(shí)用性和實(shí)時(shí)性。 AJAX AJAX 的全稱(chēng)是 Asynchronous JavaScript XML(即異步 JavaScript 和 XML)。在這一點(diǎn)上，商業(yè)軟件的靈活性遠(yuǎn)遠(yuǎn)不及 Lucene。 （ 4）設(shè)計(jì)了獨(dú)立于語(yǔ)言和文件格式的文本分析接口，索引器通過(guò)接受 Token流完成索引文件的創(chuàng)立，用戶(hù)擴(kuò)展新的語(yǔ)言和文件格式，只需要實(shí)現(xiàn)文本分析的接口。 Lucene 定義了一套以 8 位字節(jié)為基礎(chǔ)的索引文件格式，使得兼容系統(tǒng)或者不同平臺(tái)的應(yīng)用能夠共享建立的索引文件。 早 先 發(fā) 布 在 作 者 自 己 的 SourceFe， 20xx 年年底成為 apache 軟件基金會(huì) jakarta 的一個(gè)子項(xiàng)目： 作為一個(gè)開(kāi)放源代碼項(xiàng)目， Lucene 從問(wèn)世之后，引發(fā)了開(kāi)放源代碼社群的巨大反響，程序員們不僅使用它構(gòu)建具體的全文檢索應(yīng)用，而且將之集成到各種系統(tǒng)軟件中去，以及構(gòu)建 Web 應(yīng)用，甚至某些商業(yè)軟件也采用了 Lucene 作為其內(nèi)部全文檢索子系統(tǒng)的核心。需要說(shuō)明的是它并不是一個(gè)完整的全文檢索應(yīng)用 ， 而是為應(yīng)用程序提供索引和搜索功能。 在 JAVA 中使用正則表達(dá)式查找字符串的典型調(diào)用語(yǔ)句是 boolean b = (regEx).matcher(str).find() 其中 regEx 是需要編譯的正則表達(dá)式， str 為需要進(jìn)行查找的文本或字符串，通過(guò) ()方法可以查找文本或字符串 str 中是否存在符合正則表達(dá)式規(guī)則 regEx 的字符串 [27]。 在 JAVA 中使用正則表達(dá)式匹配字符串的典型調(diào)用語(yǔ)句是 Pattern p = (a*b)； Matcher m = (aaaaab)； boolean b = ()； 是正則表達(dá)式的編譯表示形式，指定為字符串的正則表達(dá)式必須首先被編譯為 此類(lèi)的實(shí)例。 正則表達(dá)式可以用來(lái)：（ 1）驗(yàn)證字符串是否符合指定特征，比如驗(yàn)證是否是合法的郵件地址。abb39。b39。 簡(jiǎn)單的說(shuō)，正則表達(dá)式就是用一個(gè) “ 字符串 ” 來(lái)描述一個(gè)特征，然后去驗(yàn)證另一個(gè) “ 字符串 ”是否符合這個(gè)特征。 系統(tǒng) 實(shí)現(xiàn) 關(guān)鍵 技術(shù)介紹 正則表達(dá)式 正則表達(dá)式 （ Regular Expression）在 計(jì)算機(jī)科學(xué) 中，是指一個(gè)用來(lái)描述或者匹配一系列符合某個(gè) 句法 規(guī)則的 字符串 的單個(gè)字符串。 關(guān)聯(lián)規(guī)則推薦方法是先根據(jù)銷(xiāo)售數(shù)據(jù)發(fā)現(xiàn)不同商品在銷(xiāo)售過(guò)程中的相關(guān)性 ,然后基北京郵電大學(xué)研究生畢業(yè)論文 8 于生成的關(guān)聯(lián)規(guī)則模型和用戶(hù)的購(gòu)買(mǎi)行為產(chǎn)生推薦結(jié)果 。 隨著信息技術(shù)的高速發(fā)展 ， 人們積累的數(shù)據(jù)量急劇增長(zhǎng)，動(dòng)輒以 TB計(jì)，如何從海量的數(shù)據(jù)中提取有用的知識(shí)成為當(dāng)務(wù)之急。 知識(shí)發(fā)現(xiàn) 將用戶(hù)請(qǐng)求視作一個(gè)查詢(xún) ,然后基于用戶(hù)需求和偏好進(jìn)行推薦。而且這些屬性特征成千上萬(wàn) ,隨著系統(tǒng)的不斷學(xué)習(xí) ,數(shù)據(jù)庫(kù)規(guī)模還會(huì)不斷擴(kuò)大 ,對(duì)系統(tǒng)的性能也會(huì)有很大的影響 。 3. 內(nèi)容過(guò)濾的優(yōu)缺點(diǎn) 優(yōu)點(diǎn)： 正如內(nèi)容過(guò)濾出現(xiàn)的原因 內(nèi)容過(guò)濾 對(duì)推薦結(jié)果的解釋更換 在 一定程度上解決了 協(xié)同過(guò)濾方法中的用戶(hù)多偏好和產(chǎn)品內(nèi)容多樣的問(wèn)題， 可以讓用戶(hù)提供一定的初始化信息 ,輔助系統(tǒng)做出更好的推薦。 1. 基于新產(chǎn)品的內(nèi)容過(guò)濾 新產(chǎn)品進(jìn)入 系統(tǒng) 后，系統(tǒng) 將新產(chǎn)品與產(chǎn)品特征數(shù)據(jù)庫(kù)進(jìn)行匹配 ,然后提取新北京郵電大學(xué)研究生畢業(yè)論文 7 產(chǎn)品的特征。 內(nèi)容過(guò)濾 (Content Based FilteringCBF) 為了應(yīng)對(duì)協(xié)同過(guò)濾的稀疏性問(wèn)題出現(xiàn)了內(nèi)容過(guò)濾 。 3. 協(xié)同過(guò)濾的優(yōu)缺點(diǎn) 優(yōu)點(diǎn)： 協(xié)同過(guò)濾的最大優(yōu)勢(shì)就在于 ,系統(tǒng)與目標(biāo)產(chǎn)品在網(wǎng)絡(luò)上的呈現(xiàn)形式完全獨(dú)立 ， 只需要用戶(hù)產(chǎn)品交易數(shù)據(jù) , 比較簡(jiǎn)便易行。 首先利用用戶(hù)的歷史記錄如搜索記錄、瀏覽記錄、評(píng)分評(píng) 價(jià)等對(duì)用戶(hù)特征進(jìn)行分析和建模。協(xié)同過(guò)濾 基于這樣的假設(shè)：為用戶(hù)找到他真正感興趣的內(nèi)容的好方法是，首先找 到 與他興趣相似的用戶(hù)，然后將這些用戶(hù)感興趣的內(nèi)容推薦給此用戶(hù)。 禮品知識(shí)庫(kù)的初始化和完善：用禮品專(zhuān)家的禮品知識(shí) 對(duì)禮品知識(shí)庫(kù)進(jìn)行初始化 ， 然后采用 一定的算法 對(duì)禮品知識(shí)庫(kù)進(jìn)行完善 。 最后根據(jù)用戶(hù)對(duì)推薦禮品的反饋信息對(duì)知識(shí)庫(kù)進(jìn)一步 調(diào)整和 完善。 本文工作 研究路線(xiàn)和方法 本文從淘寶網(wǎng) 上抓取數(shù)千禮品信息， 然后采用正則表達(dá)式進(jìn)行文本提取，將提取的文本信息保存到數(shù)據(jù)庫(kù)形成禮品庫(kù)。 因此，基于知識(shí)庫(kù)的禮品推薦系統(tǒng)的研究具有很高的經(jīng)濟(jì)價(jià)值和社會(huì)價(jià)值。 凡客誠(chéng)品 20xx年銷(xiāo)售的衣服達(dá)到了4000萬(wàn)件。 20xx年淘寶網(wǎng)銷(xiāo)售額達(dá)到了 20xx億人民幣，預(yù)計(jì) 20xx年淘寶網(wǎng)銷(xiāo)售額將翻一番達(dá)到 4000億人民幣。 北京郵電大學(xué)研究生畢業(yè)論文 4 研究意義 電子商務(wù)網(wǎng)站是推薦系統(tǒng)應(yīng)用 最 廣泛的地方。 淘寶禮物 (于淘寶巨大的消費(fèi)平臺(tái)。 實(shí)驗(yàn)結(jié)果表明 ， 算法在用戶(hù)評(píng)分?jǐn)?shù)據(jù)極端稀疏的情況下 ， 仍能取得較理想的推薦質(zhì)量 [16]。 針對(duì)新用戶(hù)和新項(xiàng)目的冷啟動(dòng)問(wèn)題 采用了基于統(tǒng)計(jì)的眾數(shù)法阻及信息熵法來(lái)解決 [14]。 北京郵電大學(xué)研究生畢業(yè)論文 3 Gift Ideas()是一個(gè)專(zhuān)業(yè)的個(gè)性化禮品推薦網(wǎng)站， 網(wǎng)站的禮品知識(shí)庫(kù)非常專(zhuān)業(yè)，推薦頁(yè)面用戶(hù)體驗(yàn)性非常好。 FAB： Stanford 大學(xué)數(shù)字圖書(shū)館項(xiàng)目組開(kāi)發(fā)的 基于內(nèi)容過(guò)濾和協(xié)同過(guò)濾的 推薦系統(tǒng)，用于推薦 Web 頁(yè)面。MovieLens采用了基于用戶(hù)的協(xié)同過(guò)濾和關(guān)聯(lián)規(guī)則相結(jié)合的技術(shù)，計(jì)算用戶(hù)的相似度并根據(jù)相似度分析用戶(hù)的“鄰居”，這些“鄰居”是具有相似興趣愛(ài)好的“鄰居區(qū)”， “鄰居”們對(duì)電影的評(píng)分?jǐn)?shù)據(jù)被用來(lái)為目標(biāo)用戶(hù)生 成個(gè)性化推薦項(xiàng)目 [10]。由于基于項(xiàng)目協(xié)同 過(guò)濾推薦算法高度的關(guān)聯(lián)性，推薦質(zhì)量也比較高 [9]。 Gery Linden， Brent Smith和 Jeremy York主導(dǎo)開(kāi)發(fā)的 集研究與應(yīng)用于一體的推薦系統(tǒng)， 采用項(xiàng)目 項(xiàng)目協(xié)同 過(guò)濾算法，根據(jù)用戶(hù)己購(gòu)買(mǎi)和己評(píng)分項(xiàng)目尋找相似項(xiàng)目，將相似度高的項(xiàng)目列入到推薦列表中。在推薦算法方面，協(xié)同過(guò)濾是應(yīng)用最廣泛的個(gè) 性化推薦技術(shù)。另外，用戶(hù)每次獲取信息，都要輸入大量、煩瑣的檢索條件，而信息系統(tǒng)不能通過(guò)服務(wù)歷史和服務(wù)過(guò)程掌握用戶(hù)需求，信息系統(tǒng)不能產(chǎn)生對(duì)用戶(hù)持久的吸引力。 隨著信息技術(shù)特別是網(wǎng)絡(luò)技術(shù)的發(fā)展，信息系統(tǒng)的規(guī)模越來(lái)越大，數(shù)量越來(lái)越多，信息獲取的工具和方法越來(lái)豐富，在更方便的為用戶(hù)提供越來(lái)越多信息和服務(wù)的同時(shí)，其結(jié)構(gòu)和內(nèi)容越來(lái)越復(fù)雜，在海量信息中，用戶(hù)及時(shí)、準(zhǔn)確地獲得所需要的信息也更加困難 [1]。第七章是 工作總結(jié)和進(jìn)一步的展望。第三章描述了系統(tǒng)的需求分析，包括任務(wù)概述、需求規(guī)定以及運(yùn)行環(huán)境的規(guī)定。首先在調(diào)研了禮品信息和禮品贈(zèng)送知識(shí)后構(gòu)建禮品知識(shí)庫(kù)，然后禮品專(zhuān)家通過(guò)人工方式對(duì)禮品知識(shí)庫(kù)進(jìn)行初始化，最后系統(tǒng)根據(jù)禮品的基本信息計(jì)算出禮品綜合相似度對(duì)禮品知識(shí)庫(kù)進(jìn)一步完善。（保密的學(xué)位論文在解密后遵守此規(guī)定） 非保密論文注釋?zhuān)罕緦W(xué)位論文不屬于保密范圍，適用本授權(quán)書(shū)。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示了謝意。盡我所知，除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā) 表或撰寫(xiě)過(guò)的研究成果，也不包含為獲得北京郵電大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。學(xué)校有權(quán)保留并向國(guó)家 有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和磁盤(pán)，允許學(xué)位論文被查閱和借閱；學(xué)校可以公布學(xué)位論文的全部或部分內(nèi)容，可以允許采用影印、縮印或其它復(fù)制手段保存、匯編學(xué)位論文。 鑒于以上問(wèn)題，本文針對(duì)禮品推薦領(lǐng)域提出了基于知識(shí)庫(kù)的推薦方法。第二章介紹了主要的推薦算法和本系統(tǒng)所涉及的關(guān)鍵技術(shù)。第六章對(duì)系統(tǒng)進(jìn)行功能測(cè)試和性能測(cè)試。s log. In Chapter 1, the background of remendation system, the significance of the study, and the methods and contents of the study is introduced. In Chapter 2, we describe the main algorithms and key technologies that involved. Requirements analysis, includes overview of the work, the demand of requirement and environment is described in Chapter 3. The main content in Chapter 4 is the system design, which is divided into two parts, the function part and the construction part. Chapter 5 is the detailed description of the key problems and solutions in the process of system construction. In Chapter 6, functional testing and performance testing of the system is operated. The last Chapter is a summary of our work and further prospects. KEY WORDS:gifts remendation, knowledge base,similarity, personalized,search 北京郵電大學(xué)碩士研究生畢業(yè)論文 目錄 V 目錄 北京郵電大學(xué)研究生畢業(yè)論文 1 第一章 緒論 研究背景 隨著 互聯(lián)網(wǎng)和電子商務(wù) 的迅速發(fā)展，人類(lèi)己步入網(wǎng)絡(luò)信息時(shí)代。 首先，由于很難準(zhǔn)確描述出需要的信息的特征，用戶(hù)常常會(huì)面對(duì)大量的信息而束手無(wú)策，迷失在大量的信息空間中；其次，信息系統(tǒng) 單純依靠 提供的檢索方式，往往 不能滿(mǎn)足用戶(hù)描述檢索條件的需求，找不到描述信息需求的方式。