基于K-means算法的书籍推荐系统源码

价格： ¥ 100

最后更新： 2019-12-21 22:35:30

演示地址：点击查看

安装费：免费

源码介绍
交易评价

分类

类　型

品　牌

语　言

数据库

是否加密

是否授权

大小

5 MB

发货方式

自动发货

下载方式

远程下载

安装方式

操作系统

运行环境

伪静态

备注说明

源码参数

源码类别：【毕业设计】
源码类型：C/S
适合人群：进阶
授权类型：共享版
开发语言：Java
数据库：MySql
框架版本：.00
源码大小：54.78MB
相关网址：【免费浏览】
源码指数： 
完整度： 
上架时间：2017-06-04 20:17:08

一、菜单功能
1、管理员用户有三个模块，可以检索书籍，上传或删除书籍，还有修改密码，管理用户，以及执行新的聚类计算功能
2、普通用户只能检索书籍，修改密码
3、管理员用户手工执行聚类计算，可以重新对用户进行聚类分组，系统推荐给用户书籍的依据是根据最近一次的分组聚类结果
4、同一组里面的成员评分高>阅读次数>查阅过的书籍优先推荐，剩余未推荐过的书籍则按随机顺序推荐
5、主要推荐方法：MyControll类的calGroup方法
步骤1：初始化每个用户的点坐标，将用户的特征属性按一定规则转换成为可量化的数值型数据，并归一化处理，得到每个用户的坐标。
步骤2：开始随机产生三个中心点，在所有用户中随机抽取三个不同的用户作为初始化中心点。
步骤3：计算所有点与三个中心点的距离，与哪个中心点近就归属到这个中心点的类
步骤4：重新计算三个类中的中心点，计算方法为类中所有点的坐标平均值。
步骤5：重复步骤3和4，直到两次计算的类不再变化，得到最终收敛的聚类结果。
得到结果后，就知道了哪几个用户是归属同一个聚类的了。然后推荐的时候就优先推荐同一组成员查阅过的且平均评分高和阅读次数多的书籍
二、注意事项
1、开发语言为Java，数据库为MySql，开发环境为MyEclipse2014 、MySQL5.7、JDK1.8、Tomcat8.0
2、本系统采用的K-means算法，采用MVC模式：Hibernate、JSP、SpringMVC框架