1. 研究目的与意义
目前，像抖音等小视频app，bilibili，京东，淘宝等电商网站，一旦登录并选择一些视频或产品之后，第二天再次打开时，app或网站会根据你之前访问过的视频或商品，来向你推荐你可能比较感兴趣的东西，现在我们称它为智能推荐算法。
随着计算机领域技术的高速发展，电子商务时代的普及，个性化的推荐系统深入生活应用的各个方面。
个性化推荐算法是推荐系统中最核心的技术，在很大程度上决定了电子商务推荐系统性能的优劣。
2. 研究内容和预期目标
本课题主要研究基于智能推荐方法的体育资讯网站。
本网站预期实现的目标: 1.用户可以进行注册后登陆本网页，然后可以通过点击自己喜欢的体育资讯(包括视频播放，文字图片描述等)进行欣赏，查阅，观看。
2.本网站还基于智能推荐算法，给用户进行关于体育方面的资讯推荐。
3. 研究的方法与步骤
研究方法: 1.html5:搭建基本网页结构。
2.css3:美化网页标签以及背景。
3.javascript:实现按钮，事件的业务逻辑功能以及返回一些参数，字段给后端。
4. 参考文献
[1] 朱智胜.Spring Boot技术内幕[M]．机械工业出版社. 2020.[2] Mark Pollack. Spring Data实战[M].人民邮电出版社. 2017.[3] 吴金龙. Netix Prize 中的协同过滤算法[D].北京大学, 2010.[4]斯珀洛克 (Jake Spurlock),李松峰.Bootstrap用户手册:设计响应式网站[M]. 人民邮电出版社, 2014.[5]Shari Lawrence Pfleeger（美）.软件工程：理论与实践（影印版）[M]. 北京：电子工业出版社, 2013.[6]Adomavicius G,Tuzhilin A.Toward the next generation of recommendersystems: A survey of the state-of-the-art and possibleextensions[J].Knowledge and Data Engineering, IEEE Transactions on,2005,17(6):734-749.[7]Pazzani M J, Billsus D. Content-based recommendation systems[M].Theadaptive web.Springer Berlin Heidelberg,2007:325-341.[8]Burke R. Hybrid recommender systems: Survey and experiments[J].Usermodeling and user-adapted interaction, 2002, 12(4): 331-370.[9]Marlin B. Collaborative filtering:A machine learning perspective[D]. University of Toronto,2004.[10] Koren Y, Bell R. Advances in collaborative filtering[M].RecommenderSystems Handbook. Springer US, 2011: 145-186.
5. 计划与进度安排
1、 2022-01-20 ~ 2022-02-20 调研 调研，撰写开题报告2、 2022-02-21 ~ 2022-02-28 查阅文献资料 论文综述和论文目录3、 2022-03-01 ~ 2022-03-10 平台搭建 搭建网页、服务器框架4、 2022-03-11 ~ 2022-04-20 模块设计与实现 设计并实现系统各功能模块5、 2022-04-21 ~ 2022-04-30 论文草稿 搜集与产出论文材料，撰写草稿 系统测试 关键功能测试7、 2022-05-01 ~ 2022-05-30 论文修改 修改论文草稿以及英文翻译8、 2022-05-30 ~ 2022-06-10 准备答辩 准备答辩PPT和其他答辩材料
