高考志愿推荐系统的研究与实现(源码)
目录
摘要 １
关键词 １
ABSTRACT １
KEYWORDS １
1.绪论 １
1.1研究背景及意义 １
1.2国内外研究状况 ２
1.3研究目标和内容 ２
1.3.1研究目标 ２
1.3.2研究内容 ２
1.3.3 技术路线 ２
2.系统的开发平台及相关技术 ３
2.1 MYSQL数据库概述 ３
2.2 APACHE服务器概述 ３
2.3 PHP语言概述 ３
2.4 基于MVC模式的B/S结构 ３
3.系统的需求分析 ４
3.1 可行性分析 ４
3.2系统业务需求分析 ４
3.3用户需求分析 ５
3.4功能模块需求分析 ５
3.5系统结构需求分析 ５
3.5.1用户登录、注册分析 ６
3.5.3查询数据库中数据信息 ６
3.5.4查询院校官网信息 ７
3.5.5 志愿推荐 ７
3.6系统需求建模 ７
4.系统的系统设计 ８
4.1系统架构设计 ９
4.2 功能模块设计 ９
4.3 数据库设计 １０
4.3.1数据库概念设计 １０
4.3.2数据库表设计 １１
4.4系统开发环境及安装 １３
4.4.1 系统开发环境与工具 １３
4.4.2 开发环境的安装 １３
5.系统的功能实现及测试 １３
5.1 注册登录 １３
5.2 公告留言 １５
5.3 志愿意向 １５
5.4 志愿推荐 １６
5.5院校分类信息查看 １８
5.6 院校官网 １９
6.系统的测试 ２０
6.1测试目的 ２０
6.2测试过程 ２０
6.3 测试结论 ２２
7.总结和展望 ２２
7.1 总结 ２２ *好棒文|www.hbsrm.com +Q: ￥351916072$
7.2 展望 ２２
致谢 ２２
参考文献: ２３
高考志愿推荐系统的研究与实现
引言
1.绪论
1.1研究背景及意义
目前的志愿填报系统是考生在获知成绩、院校招生信息和其他信息的前提下，在官方指定系统上填报志愿，及时获知志愿统计的反馈信息从而进行调整和确定确定志愿的一种志愿填报方式[1]。
教育领域的发展也深受计算机科学技术的影响。综合来看，目前的高考志愿填报系统起到了方便考生志愿填报和提高院校招生的工作效率的作用，但存在诸多不足。在大数据分析和推荐系统应用的基础上，可以设计出一种具有智能化、信息化特点的高考志愿填报指导系统。该系统可以很好地满足用户的个性化需求，可以将理论知识应用于实际生活中。
1.2国内外研究状况
推荐系统由上世纪的Tapestry首次提出协同过滤的概念。在之后的时间里，信息推荐系统的应用越来越广泛，受到很多不同学科的研究人员的关注[3]。在广泛的应用需求下，推荐系统在人工智能、信息检索、数据挖掘、商业等领域十分热门。美国和中国的多家公司致力于进行推荐系统的研究与应用，比如我国的阿里巴巴公司将交易数据提供给院校科研人员，并举办了多次相关的竞赛。
目前，推荐系统的发展经历过三个阶段[4]。在初期发展阶段，是面向系统的探索阶段，产生了协同过滤、推荐系统和自动推荐等名词；在中期发展阶段，主要是推荐系统开始进行商业应用，比如亚马逊的商品推荐效果十分显著[5]；目前阶段，推荐系统进入了高速发展的阶段，商业应用不断深入和各大学科的研究人员积极参与，研究人员将推荐系统分为基于内容的、协同的和混合的推荐方法，也出现了竞赛活动和研究大会[6]。
1.3研究目标和内容
1.3.1研究目标
1.3.2研究内容
对基于标签的推荐系统的有关算法进行研究和学习，从而为志愿填报系统选择推荐算法。在系统架构设计方面，采用基于MVC软件设计模式的服务器/浏览器端的开发结构。选择合适的数据库、开发平台、编程语言和工具进行软件开发，实现系统的前台和后台。系统实现后，先进行功能的测试，再进行功能模块的测试，最后进行系统整体的测试。
1.3.3 技术路线
图1 技术路线图
2.系统的开发平台及相关技术
2.1 MYSQL数据库概述
MYSQL数据库是一款由瑞典公司开发的关系型数据库管理系统，在Web应用方面是一款及其优秀的系统软件。它将数据存在不同的表中，这提高了系统数据库数据访问的速度和数据库的灵活性。社区版的MYSQL数据库，具有开源、体积小、速度快的特点，还可以使用SQL查询语言来访问数据库。使用社区版的MYSQL数据库，搭配PHP脚本语言和Apache服务器可以作为高考志愿推荐系统的开发环境。
2.2 Apache服务器概述
Apache服务器是一个开源的Web浏览器，具有跨平台、安全性高、性能稳定的特点。作为世界上最受欢迎的Web服务器，它可以快速、简单地将高考志愿推荐系统所需要的PHP解释器编译到服务器进行执行。根据高考志愿推荐系统的开发需求，我们选择使用Apache服务器作为系统开发的Web服务器。
2.3 PHP语言概述
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/1643.html
