导读:本文包含了推荐系统论文开题报告文献综述、选题提纲参考文献，主要关键词:系统,东光,启明,算法,水肥,农田灌溉,盐碱地。
推荐系统论文文献综述写法
徐一鸣[1]（2019）在《北斗叁号系统提供全球服务一周年 10只概念股获机构推荐》一文中研究指出12月27日，国新办新闻发布会介绍北斗叁号系统提供全球服务一周年有关情况。中国卫星导航系统管理办公室主任、北斗卫星导航系统新闻发言人冉承其表示，经过工程七大系统、400多家参研参建单位、叁十余万名科技人员的齐心协力，自2017年11月份以来，仅用25个月(本文来源于《证券日报》期刊2019-12-28）
董旭,李鹏飞,仲兆满,李存华[2]（2019）在《基于两阶段决策过程的多任务学习推荐系统》一文中研究指出为提高推荐系统的性能,将评分预测任务和排序任务在共享用户和item表示的基础上集成在一个多任务学习框架中,在训练过程中同时优化两个任务的参数集。为进一步提高泛化效果,将用户的决策过程分为两个阶段,即用户选择一个item进行交互(排序任务),再对其评分(评分预测任务)。在此基础上,提出一个可融合不同底层算法的通用多任务框架,在两个数据集上通过实验对其进行评估,实验结果表明,其优于现有的最先进的方法。(本文来源于《计算机工程与设计》期刊2019年12期）
陈梦婷,瞿少成,罗文,王静静[3]（2019）在《基于岗位推荐的高校实习全生命周期管理系统》一文中研究指出鉴于目前高校难以有效管理毕业生实习过程,提出并实现了一种基于岗位推荐的实习过程全生命周期管理系统.通过梳理毕业生实习的全生命周期过程,设计了实习点选取、岗位推荐与安排、过程监管、反馈统计与综合评估等模块,构建了一种岗位推荐与实习过程全生命周期闭环动态管理系统.特别的,通过分析并抽取学生信息与职位需求信息可匹配的特征属性,基于统计学的分类思想和文本相似度算法,运用动态权值分配方法计算特征属性匹配度,实现了实习岗位的自动匹配与推荐.最后,基于特征属性匹配度算法、SSM框架与HTML5等技术开发了一套实现岗位推荐与实习过程全生命周期管理的软件系统.测试表明,该系统岗位推荐准确,运行稳定,具有一定的应用价值和推广价值.(本文来源于《华中师范大学学报(自然科学版)》期刊2019年06期）
郭佳玥,韩豪杰,石金泽,刘昕月,高雪雪[4]（2019）在《基于脸型及肤色特征的饰品推荐系统》一文中研究指出电子商务的快速发展,使得线上商品极大丰富。快速根据用户脸部主要特征匹配适合的饰品能够同时满足饰品销售商和客户在促销、便捷、高效、精确匹配等方面的需求。本文通过人脸的二维图像自动识别人脸脸型及五官、肤色等特征,并根据饰品搭配知识实现饰品推荐。(本文来源于《电子商务》期刊2019年12期）
李佩,张红[5]（2019）在《基于关联规则的在线高考报名咨询个性化推荐系统》一文中研究指出高考志愿的填报是众多考生一次重要的人生抉择,它关系到考生的未来职业,关系到考生在校的学业成就,其中选择真正适合自己的专业方向显得尤为重要。设计了一个基于关联规则的在线高考报名咨询个性化推荐系统,采用J2EE技术架构。系统提供对高校信息、专业信息、高校往年招生情况等查询的功能,可根据考生录入信息为考生智能化地推荐高校,有助于考生选择合适自己的高校与专业。(本文来源于《计算机时代》期刊2019年12期）
姚礼发,吴萍萍,姚文麒,王家嘉,李录久[6]（2019）在《专家系统推荐施肥对水稻生长和氮素利用的影响》一文中研究指出通过田间试验研究水稻养分专家系统(NE)推荐施肥对江淮丘陵白土区一季中稻生长和产量的影响。结果表明,NE推荐的氮、磷、钾配施对水稻生长发育有明显的促进作用,能有效改善产量结构性状,增加籽粒产量。4年4地试验,NE较不施氮、磷、钾及不施肥的空白对照(CK)和农民习惯施肥(FP)的增产率分别为30.00%～48.96%、4.35%～14.58%、2.92%～17.02%、34.84%～58.01%、2.96%～12.74%,平均增产37.92%、9.87%、11.21%、44.34%、9.68%,与当地农业技术部门测土配方施肥(ST)产量基本持平。水稻施用氮、磷、钾的增产效应顺序为N>>K≥P。在降低氮肥用量的同时,NE既能保持水稻籽粒产量不降低,同时又能大幅度提高氮素的农学效率和氮肥回收利用率。(本文来源于《现代农业科技》期刊2019年24期）
孙健,邢浩[7]（2019）在《东光地下智能节水渗灌及排水系统入选全国推荐名录》一文中研究指出本报讯（记者孙健通讯员邢浩）在日前举行的全国新农民新技术创业创新博览会上，位于东光县的沧州银龙塑业有限公司研发的地下智能节水渗灌及排水系统，被农业农村部评为2019年数字农业农村新技术优秀项目，并成功入选全国推荐名录，向社会推介。此次全省共有5个项目入选(本文来源于《沧州日报》期刊2019-12-10）
赵旭,吕鹤轩[8]（2019）在《个性化推荐技术在微课系统中的应用》一文中研究指出随着我国教育信息化、数字化概念的提出,教育信息化资源以极快的速度大量涌现,导致信息呈现爆炸式增长,用户在面临海量信息时,需要花费大量的时间和精力去筛选所需的资源。本文针对此现状提出基于个性化推荐技术实现微课程视频的筛选方案。通过本系统可以为用户提供有针对性的、符合用户兴趣的相关资源,从而使用户获取信息的方式发生翻转,从以往的主动获取变为被动的接收,并保证用户接收的资源对其而言价值最高。(本文来源于《软件工程》期刊2019年12期）
张兰兰[9]（2019）在《基于关联数据的图书个性化智能推荐系统设计》一文中研究指出针对传统图书推荐系统存在匹配度不高、用户满意度较低的问题,引入关联数据技术设计一种新的图书个性化智能推荐系统。系统硬件结构由智能数据存储层、智能数据挖掘层、数据用户界面层组成,系统选用的处理器为嵌入式处理器,存储器为静态存储器。软件模块分为信息获取、信息匹配、信息推荐叁个部分。为了检测系统工作效果,将其与传统推荐系统进行对比。结果表明,所设计的推荐系统能够精准地将用户所需信息与图书信息匹配到一起完成推荐,达到用户满意的效果。(本文来源于《现代电子技术》期刊2019年23期）
陈海军[10]（2019）在《基于Apriori数据挖掘算法的信息推荐图书管理系统设计》一文中研究指出传统应用于图书管理系统的Apriori算法因数据库扫描次数过多,以及候选项集数量过大导致系统运行缓慢,为解决此问题,设计基于改进Apriori数据挖掘算法的信息推荐图书管理系统。系统结合C/S架构与B/S架构,分别向图书馆工作人员和借阅者开放图书信息。系统功能模块中数据预处理子模块从读者借阅数据库中提取借阅者以及图书相关信息数据,对数据进行清洗、转换以及集成处理后,关联规则挖掘子模块利用改进Apriori算法依据处理后的数据,挖掘出支持度大于最小支持度阈值以及置信度大于最小置信度阈值的强关联规则,生成关联规则数据库。个性化信息推荐子模块依据关联规则数据库中的借阅者同借阅者所选图书进行关联匹配,向借阅者推送与所读图书相关联图书信息,实现图书信息的个性化推荐。实验结果表明,该系统可有效推荐图书关联信息,且在50个客户端同时运行的情况下CPU占有率仅为6.58%,运行性能佳。(本文来源于《现代电子技术》期刊2019年23期）
推荐系统论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为提高推荐系统的性能,将评分预测任务和排序任务在共享用户和item表示的基础上集成在一个多任务学习框架中,在训练过程中同时优化两个任务的参数集。为进一步提高泛化效果,将用户的决策过程分为两个阶段,即用户选择一个item进行交互(排序任务),再对其评分(评分预测任务)。在此基础上,提出一个可融合不同底层算法的通用多任务框架,在两个数据集上通过实验对其进行评估,实验结果表明,其优于现有的最先进的方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
推荐系统论文参考文献
[1].徐一鸣.北斗叁号系统提供全球服务一周年10只概念股获机构推荐[N].证券日报.2019
[2].董旭,李鹏飞,仲兆满,李存华.基于两阶段决策过程的多任务学习推荐系统[J].计算机工程与设计.2019
[3].陈梦婷,瞿少成,罗文,王静静.基于岗位推荐的高校实习全生命周期管理系统[J].华中师范大学学报(自然科学版).2019
[4].郭佳玥,韩豪杰,石金泽,刘昕月,高雪雪.基于脸型及肤色特征的饰品推荐系统[J].电子商务.2019
[5].李佩,张红.基于关联规则的在线高考报名咨询个性化推荐系统[J].计算机时代.2019
[6].姚礼发,吴萍萍,姚文麒,王家嘉,李录久.专家系统推荐施肥对水稻生长和氮素利用的影响[J].现代农业科技.2019
[7].孙健,邢浩.东光地下智能节水渗灌及排水系统入选全国推荐名录[N].沧州日报.2019
[8].赵旭,吕鹤轩.个性化推荐技术在微课系统中的应用[J].软件工程.2019
[9].张兰兰.基于关联数据的图书个性化智能推荐系统设计[J].现代电子技术.2019
[10].陈海军.基于Apriori数据挖掘算法的信息推荐图书管理系统设计[J].现代电子技术.2019