1. 研究目的与意义
1．毕业设计的内容1.1理论研究 （1）研究APP的开发过程、开发技术、开发方法；（2）研究推荐相关算法及适宜中医养生领域的推荐技术；（3）研究数据库的访问机制，研究软件开发过程。
按照《信息技术学院2018届毕业设计（论文）》撰写毕业论文。
1.2系统开发，实现以下功能，达到以下性能要求（1）中医体质测试：通过对问题选择回答进行中医体质的测试；（2）中医养生知识推荐：推荐当下热度较高的中医养生知识，推荐与用户体质相关联的养生知识和方案；（3）食疗推荐：根据不同人群推荐不同的养生食疗方案；（4）运动推荐：根据不同人群推荐不同的养生运动方案；（5）养生知识的讨论和分享：开展养生知识交流和讨论；（6）安全性功能。
2. 文献综述
基于推荐技术的中医养生知识推荐APP的开发文献综述摘要：立足于中医养生知识推荐项目需求，研究协同过滤推荐算法原理以及开源框架Mahout软件开发技术；研究基于用户兴趣度的改进的协同过滤算法；利用Mahout接口和RecommenderIntro类与协同过滤算法开发基于推荐技术的中医养生知识推荐APP，使用覆盖率评估标准对实验结果进行评价。
同时提出对冷启动和数据稀疏性的改进方法。
关键词：中医养生知识；协同过滤；推荐系统；Mahout；相似度 0. 引言经过调查研究发现，近年来随着经济能力与生活水平的提高，人们越来越注重自己的身体状态，尤其偏向于中医相关的养生知识。
3. 设计方案和技术路线
1.设计方案本课题主要基于协同过滤算法，结合java开源框架Mahout、JDBC、sql数据库，利用Android开发平台设计与实现中医养生知识的推荐APP。
首先对用户搜索、浏览等行为性数据进行收集，其次将收集到的数据经处理后形成符合要求的数据库，并采用不同的相似度算法和模型对数据库中的数据进行分析、建模，形成个性化的推荐结果，最后将服务器端的结果对应展示在客户端APP中。
2.技术路线 图1 Mahout Taste 架构 图2用户兴趣特征模型
4. 工作计划
2022年12月01日-12月15日：结合导师的参考课题、收集的资料以及自身的思考，学习基本算法，如余弦相似度、分类等协同过滤算法，并进行毕设选题申请、选题研究； 2022年12月26日-2022年1月31日：搜集、整理、阅读、理解APP开发技术和个性化推荐系统的相关文献，完成开题报告的撰写； 2022年02月01日-03月10日：进行数据库设计、体系结构设计、界面设计，收集、整理毕业设计所需的材料，进行毕业论文的大纲撰写； 2022年03月11日-04月05日：进行推荐系统的详细设计，APP的开发并完成论文初稿；2022年04月06日-04月25日：根据协同过滤算法的工作原理，编程计算，实现仿真测试，并结合进度撰写论文；2022年04月26日-05月19日：整理设计，完成系统，论文定稿；2022年05月20日-05月25日：论文答辩。
5. 难点与创新点
特色：1.本课题运用协同过滤算法，再综合运用数据分析、数据库等方法和实现技术，根据相似度算法和用户兴趣特征分析模型，在用户搜索、浏览等行为基础上，进行中医养生知识的个性化推荐。
2.本课题采用数据分析、模型建立、APP开发以及数据库等原理，将计算机与中医知识进行了结合。
创新：1.本课题采用多种相似度算法进行比对，并建立模型，精确了推荐的准确度。
