文献综述（或调研报告）：
本部分主要分为三个小结，先简单介绍目前最流行的推荐算法及其原理，然后介绍近几年对算法改进的相关研究以及在美食上的应用，最后整合之前的推荐算法提出在本设计中推荐算法运用的基本思路。
3.1 推荐算法概述
推荐系统是大数据时代背景下，面对信息过载的问题，为了让人们在海量的数据面前能够获取到自己想要的信息而设计的系统。推荐系统以推荐算法为系统的核心，最主要的推荐算法为基于内容的推荐和协同过滤推荐，除此之外还有基于网络结构二部图的推荐、基于知识的推荐、基于流行度的推荐等其他推荐算法。下面对一些常见的推荐算法作简单的介绍并分析其优缺点。
协同过滤算法 协同过滤算法分为基于项目的协同过滤和基于用户的协同过滤，下面主要介绍基于用户的协同过滤。基于用户的协同过滤主要有4 个步骤：
第一步，根据用户项目评分矩阵，进行用户相似度计算，得到用户相似度矩阵；
第二步，通过用户相似度矩阵，运用kNN 最近邻居算法，通过用户相似度大小选择与目标用户最近的k 个邻居；
第三步，利用目标用户的最近邻居集合，计算出目标用户的项目预测评分；
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
