论文部分内容阅读
随着信息技术的发展,人们越来越依赖网络,足不出户购物已经成为现实,而网上订餐也越来越普遍。经过大量调查研究,我认为点餐与推荐系统的结合将为人们带来极大便利,本研究的特色是根据用户的喜好来推荐用户可能喜欢的餐品,帮助用户快速且愉快的选餐,旨在进一步方便人们尤其是上班族的生活,提升社会和工作效率。推荐系统是根据用户的兴趣爱好为用户选出符合他们兴趣的商品并推荐给用户,也称为个性化推荐系统。目前绝大多数手机订餐系统无法根据用户的喜好进行菜品推荐,商家及菜品众多的情况下用户面临着“选择恐惧症”,适当的帮助用户做选择将会带给用户更佳的使用体验;而有些推荐系统的推荐算法的选择可能不合理,存在推荐不准确的问题;或者推荐系统的实时性不高,响应速度不乐观,影响用户体验;或者自动推荐的能力弱,可能只是根据用户的喜好标签进行推荐,不能根据用户的行为(历史订单)获取到用户的潜在喜好。本次课题中采用协同过滤算法。协同过滤常常被用于分辨某位特定顾客可能感兴趣的东西,这些结论来自于对其他相似顾客对哪些产品感兴趣的分析。协同过滤以其出色的速度和健壮性,在全球互联网领域炙手可热。协同过滤算法的原理是根据用户买过的商品来分析用户的兴趣所在,并计算用户兴趣的相似度,以此来寻找兴趣相似的用户,认为兴趣相似的用户购买过的物品目标用户也可能会喜欢,然后计算这些物品与目标用户已经购买过的商品的相似度,将相似度高的若干个物品推荐给目标用户。我们将采用调整的余弦相似度,并取相似度最高的前十个物品来推荐给用户。本设计主要讲述了基于协作型过滤算法的安卓手机点餐系统的基本功能和数据库的设计与实现方法。对用到的模型、算法、架构都有详细介绍,最终实现的订餐系统包含的功能有:注册与登录,菜品展示,购物车,商品结算,订单管理,设置管理,菜品管理,投诉管理,数据分析等。之后我们对该订餐系统进行了功能与性能上的测试,确定本次设计满足最初的需求,没有明显缺陷。