2014数学建模mathorcup-获奖论文.pdf_mathorcup优秀论文资源-CSDN文库

版权申诉

文档资料

5星 · 超过95%的资源 192 浏览量 2022-05-23 00:02:36 上传评论 1 收藏 673KB PDF 举报

资源推荐

资源详情

资源评论

. . .

评委一评分，签名及备注队号：评委三评分，签名及备注

20025

评委二评分，签名及备注选题：评委四评分，签名及备注

题目：基于层次分析法与 BP 神经网络对书籍推荐的研究

摘要

随着信息技术和互联网的发展，关于各类信息的评价、推荐越来越被广泛关

注。本文根据一个著名网上书店的用户行为信息，分析影响用户评分的因素来建

立用户对书籍的评分体系模型，进而对用户进行书籍推荐。

对于问题一，首先对原始数据筛选处理，得到用户对书籍的评价为5 分的数

据；考虑到不同因素对书籍评分的影响，然后再对标签、社交好友、书籍浏览量

三组数据分别进行双变量相关分析，得到用户对书籍的评分分数与标签数量、用

户好友数量、书籍的历史浏览量成正相关的关系，对用户对书籍评分影响程度分

别为历史浏览量＞用户好友人数＞书籍标签数量。

对于问题二，本文分别通过建立层次分析模型和 BP 神经网络模型对评分进

行预测。首先将三个影响评分的因素：书籍的书签数量、历史浏览量、用户的好

友数量作为评分指标，建立层次评价指标体系。然后，通过建立层次分析模型，

得到标签数量、历史浏览量、用户好友数量三个指标的权重：0.0813，0.6837，

0.2349，进而确定用户对书籍的评分公式，再将问题中的 36 组数据分别进行分

析,并运用评分公式得到用户对每个书籍的评分。接下来构建 BP 神经网络模型，

先对原始数据进行筛选得到 99 组数据；把不同用户对书籍的标签数量、用户好

友数量、书籍浏览量和对应的书籍评分作为输入量，将其他用户对书籍的评分作

为输出量。选取 80 组数据训练该神经网络，剩余 19 组数据检验模型，误差在 5.3%

之，最后利用该训练好的网络预测用户对书籍评分。通过两种模型的对比得出更

为精确的结果。

对于问题三，本文考虑到对书籍的好评频率越高 ,用户对书籍的喜爱程度越

高，通过对原始数据筛选得到用户未看过书的 ID，选取前三本评分为五分频率最

高的书籍，即为推荐给该用户的三本书籍 ID，然后循环五次进行分析最终得到问

题所要求的五个用户的推荐书籍 ID。

关键字：书籍评分；相关分析；层次分析法；BP 神经网络

. . . . .

. . .

基于层次分析法和 BP 神经网络对书籍推荐的研究

1.问题的重述

随着信息技术和互联网的发展，人们逐渐从信息匮乏的时代走入了信息过载

的时代。此时，无论是信息消费者还是信息生产者都遇到了很大的挑战：对于信

息消费者，从大量信息中找到自己感兴趣的信息是一件非常困难的事情；对于信

息生产者，让自己生产的信息脱颖而出，受到广大用户的关注，也是一件非常困

难的事情。

推荐，就是解决这一矛盾的重要工具，在互联网的产品和应用中被广泛采用，

包括大家经常使用的相关搜索、话题推荐、电子商务的各种产品推荐、社交网络

上的交友推荐等。

我们获得了一个著名网上书店的用户行为信息，包括对于书籍的评分数据，书籍

的标签信息以及用户的社交关系，请你根据数据完成以下问题。

1.分析影响用户对书籍评分的因素；

2.建立一个模型，预测 predict.txt 附件中的用户对书籍的评分；

3.针对 predict.txt 附件中的用户，给每个用户推荐 3 本没看过的书籍。

2.问题的分析

对于书籍的评分与推荐，主要是基于对大量统计数据的处理。所以，对于问

题的解决需要抓住关键有用的数据，并对数据进行转变、筛选、分析、归纳，分

析用户对书籍评分的影响因素，以此为依据，通过建立用户对书籍评分的模型，

进而完成用户对书籍的评分预测和书籍推荐。

2.1 问题一的分析

问题一要求分析影响用户对书籍评分的因素，是对附件中数据的综合分析，

首先对 user_book_score.txt 进行原始数据筛选分别得到用户对书籍的评价为 1

—5 分的数据；考虑到不同影响因素对书籍评分的影响，然后再对其他数据进行

筛选，分析，初步得到各阶段书籍的评价分数与标签数的关系、与社交好友的关

系、与书籍浏览量的关系。最后对得到的数据进行科学分析和归纳总结，得到影

响用户对书籍评分的因素。

2.2 问题二的分析

问题二要求建立模型，预测 predict.txt 附件中的用户对书籍的评分。首先

对标签数量，社交关系，书籍浏览量三个方面进行研究，这是一个多目标决策问

题。根据问题，可以运用 YAAHP 层次分析软件建立总评分-准则层两层次分析模

型，利用层次分析法综合分析确定各指标对总评分的权系数，并确定综合书籍评

价公式，从而得到书籍评分模型，进行预测评分。其次为了更加充分的考虑模型

的准确性，运用 BP 神经网络模型，首先建立一个神经网络结构，把不同用户对

书籍的标签数量、用户好友数量、书籍浏览量和对应的书籍评分作为输入量，预

测其他用户对书籍的评分作为输出量，根据已知数据训练神经网络，该过程不断

调整网络结构，直到到达满意，为止，最后利用该训练好的网络进行用户对书籍

. . . . .

剩余14页未读，继续阅读

评论收藏

内容反馈

版权申诉

烈火熔金

2023-04-23

感谢资源主的分享，这个资源对我来说很有用，内容描述详尽，值得借鉴。

春哥111

粉丝: 1w+
资源: 5万+

2014数学建模mathorcup-获奖论文.pdf

MathorCup特等奖论文.rar

数学建模优秀论文.rar

MathorCup高校数学建模挑战赛历届题目及优秀论文集.zip

2015年MathorCup论文

2017MathorCup杯 B题 共享单车 建模论文

2018mathorcup 竞赛

2020年MathorCup大数据竞赛赛道A优秀论文11

数学建模mathorcup获奖论文.pdf

数学建模mathorcup获奖论文.docx

第四届MathorCup数学建模挑战赛优秀论文-推荐书籍.docx

2021年第十一届MathorCup高校数学建模挑战赛赛题.pdf

2020年MATHORCUP题目以及众多附件.rar

2011年首届Mathorcup全球大学生数学建模挑战赛参赛通知.pdf

【数学建模网络挑战赛】第六届MathorCup大学生数学建模挑战赛承诺书.pdf

第六届MathorCup大学生数学建模挑战赛章程.pdf

2022年MathorCup高校数学建模挑战赛论文模板.doc

2022年第十二届MathorCup高校数学建模挑战赛报名通知.pdf

【数学建模网络挑战赛】第六届MathorCup大学生数学建模挑战赛承诺书.docx

2011年首届Mathorcup全球大学生数学建模挑战赛参赛通知.docx

2022年MathorCup高校数学建模挑战赛提交步骤.pdf

2019年第九届MathorCup数学建模挑战赛优秀论文环形穿梭车系统的设计与调度.pdf

2017年第七届MathorCup数学建模挑战赛历届题目赛题A-流程工业的智能制造.pdf

2022年MathorCup高校数学建模挑战赛A题.pdf

MathorCup高校数学建模挑战赛章程.pdf

2023年第八届数维杯大学生数学建模挑战赛C题.pdf

六届MathorCup数学建模挑战赛优秀论文淡水养殖池塘水华发生及池水自净化研究华中农大特等奖.docx

全国计算机等级考试二级Python真题及解析.docx

1000份ppt模版，PPT模板优秀PPT

最新资源

2017MathorCup杯 B题共享单车建模论文