论文总字数：20466字

目 录

1、 绪论 1

1.1 课题背景 1

1.1.1 课题背景 1

1.1.2酒店管理系统研究的现状 1

1.1.3个性化推荐系统研究现状 1

1.2 课题的目的及意义 2

2、 相关理论技术及开发工具 2

2.1 开发工具 2

2.2 开发语言 2

3、 推荐系统算法及比较 3

3.1 推荐算法总结比较 3

3.2 基于内容的推荐算法 4

3.3 相似度算法 4

4、系统设计 5

4.1 可行性分析 5

4.2 需求分析 6

4.2.1 性能需求分析 6

4.2.2 产品质量需求分析 6

4.3 总体设计 7

4.3.1总体设计原则 7

4.3.2系统设计思想 7

4.3.3系统功能模块图 8

4.4详细设计 9

4.4.1 数据库设计 9

4.4.2 Java程序连接数据库 13

4.4.3 系统各功能模块实现 13

5、系统测试 26

5.1 测试方法 26

5.2 结合推荐算法测试 26

6、结论 33

参考文献 34

致 谢 35

个性化推荐酒店管理系统应用与研究

王保阳

，China

Abstract：With the rapid development of the times, information technology is developing rapidly, and online consumption has brought many conveniences to people. The traditional hotel room management has been lagging behind in modern society. This traditional manual recording and manual management mode is both time-consuming and laborious, so the online hotel information management system has come into being. At present, the hotel management system on the Internet contains a large number of hotel information. In order to solve this problem of information overload, personalized recommendation hotel management system can find users' interests and interests, in order to provide users with personalized recommendation information which is more in line with the user's interests.

This paper is the application and research of hotel management system based on content recommendation algorithm. According to the function structure of hotel management system, the system is divided into login module, registration module, hotel management module, hotel selection module, room selection module, user management module and exit module. The system is coded by combining recommendation algorithm.

Keyword：Hotel Management; Content-Based; Recommendation System;

Personalized Recommendation Algorithm

绪论

课题背景

1.1.1 课题背景

我们现在所处的时代是一个信息在高速发展的新时代，网络已经融入人们的日常生活，并逐步渗透到各个领域。现在越来越多的人选择在网上进行消费,网上点餐、购物、预定酒店等，很多商家也不满足于传统的线下经营方式，开始建立网上在线店铺，供消费者进行网上查询。

传统的酒店客房管理大多数是用纸质材料记录信息，但是当今社会每天都会产生大量的信息，这种传统手工记录方式和人工管理模式已经落后，既费时又费力，网上酒店信息管理系统的出现则解决了这个问题。现在我们在网上去找一个酒店管理系统，可以发现里面包含的酒店信息十分庞大，我们选择酒店时需要花费很多时间去浏览这些信息，非常耗费时间和我们的精力。为了方便人们的生活，解决这样的信息过载问题，酒店管理系统能够做到发现用户的兴趣爱好，以此来为用户提供较为符合用户爱好的个性化推荐信息，就显的十分必要。

1.1.2酒店管理系统研究的现状

最早在六十年代末七十年代出的美国出现了酒店管理系统。后来，随着计算机技术的发展，计算机硬件、操作系统以及各种数据库技术的发展，酒店管理系统也在不断更新发展，功能更全面，更人性化。

国内的酒店管理系统相比国外的要晚一些，我们熟知的最早的国内酒店管理软件是1979年清华大学的金国芬教授开发的，这个酒店管理软件可谓是国内酒店管理的“鼻祖”。20世纪八十年代后期，国外计算机技术不断向国内引进，软硬件都在不断发展，这些都促进了酒店管理系统的不断发展。现如今大家比较熟知的国内酒店管理系统有携程、美团、去哪儿等。国内的酒店管理系统目前也趋于个性化、多样化服务发展，目的是为了更加方便人们的生活。

1.1.3个性化推荐系统研究现状

最早提出的推荐系统的概念是1995年3月，之后，个性化推荐系统就在不断发展之中，大家都看到了推荐系统的优势所在以及它的发展前景，推荐系统可以应用的领域十分广泛，举例说音乐推荐、电子商务推荐、新闻头条推荐等。现在很多国内外学者都在研究推荐系统，随着其应用领域的不断推广，推荐系统必将越来越受欢迎。

国内首个推荐系统科研团队是在2009年7月成立的北京百分点信息科技有限公司，带动了国内推荐系统的研发与应用。目前国内的推荐系统应用方面，大家熟知的推荐系统应用有淘宝、京东、网易云等。

1.2 课题的目的及意义

个性化推荐系统说白了就是把用户感兴趣的酒店信息通过系统推荐给用户，用户信息和酒店信息的相互联系与展示，这是一种双赢的局面。本质上来说，个性化推荐算法就是在酒店管理系统的大量数据中为用户提取出智能、个性化的信息服务，避免用户花费不必要的时间、精力去寻找信息。

传统的酒店管理中，酒店管理的许多信息，比如说用户入住记录以及用户个人信息等，一般都是通过纸质材料进行记录保存，但是纸质材料容易损坏丢失，并且随着时间的增长，信息量也在逐渐增加，更加不利于信息的查找、管理等操作。现在计算机技术的发展迅速，我们通过计算机和网络来进行信息管理，方便又快捷。本课题设计的是一个基于Java的酒店管理系统，采用B/S架构，在此基础上结合个性化推荐算法，两者综合，通过对酒店信息和顾客信息的特征提取，增强匹配度，为顾客进行个性化酒店信息推荐。

相关理论技术及开发工具

本文主要是基于B/S架构的酒店管理系统设计和个性化推荐算法的理解研究。系统开发使用Eclipse和SQL数据库，系统框架搭建：前端采用bootstrap，结合jQuery开发，后端使用Spring和Spring MVC。系统使用java语言，结合js，css等技术进行开发。

2.1 开发工具

本系统实现所用到的开发环境为Eclipse ，SQL Server 2016，tomcat7.0。

2.2 开发语言

（1）Java编程语言

Java 编程语言是目前使用较广泛的编程语言。Java语言在短短的十几年内能够得到如此广泛、迅猛的发展与应用，是因为它具有以下显著特点：简单、面向对象、分布式、与平台无关、安全性、健壮性：此外，Java还具有可移植性、高效率、“半编译、半解释”、强类型、易学易懂、多线程、动态可扩充性等特点。

1. JS

JavaScript和Java语言毫无关系，是它一种脚本语言，简称为JS。运行在浏览器端,由浏览器解释执行。即浏览器是JS的编译器,并不在服务器上执行,服务器只是提供JavaScript脚本，供客户端下载。JS出现目标是为了增强浏览器客户端的处理能力。如果没有JS,很多计算和操作都要收缩到服务器端,会大大增加服务器端的负载。一般而言,公共的js功能需要单独创建js文件,如果是针对当前页面做处理的功能,一般js代码内置于当前页面中。js代码形成文件,将会提升页面的代码风格。

（3）Spring

Spring是一个开源框架，属于一种轻量级的Java开发框架。因为能够解决业务逻辑层和其他层的耦合问题而被大家周知并广泛使用。

（4）Spring MVC

Spring MVC其实也是属于Spring，它就是一个MVC框架，需要有Spring的支撑才能运行。Spring MVC是一种基于Java的轻量级Web框架，从某种意义上来说是一种请求驱动类型，可以实现Web MVC的设计模式，应用也十分广泛。

推荐系统算法及比较

3.1 推荐算法总结比较

推荐系统从诞生到不断发展，到如今已经有许多较好的推荐算法能够在系统中应用。现在运用在推荐系统中的推荐算法主要有以下几种：基于内容的推荐算法、协同过滤推荐算法、基于关联规则的推荐算法、基于效用的推荐算法、基于知识的推荐算法和组合推荐算法。在这里简单介绍一下这几种推荐算法。

（1）基于内容的推荐算法

基于内容的推荐算法其实是信息过滤技术的继承和发展，它主要是根据物品（item）的属性内容作出推荐。在基于内容的推荐系统中，物品是通过自身的属性特征来表示的，在这里我们把这些特征称之为关键词，系统根据用户选择的物品的关键词，为每个用户也进行一个喜好特征构建，然后计算出用户喜好特征与物品的属性特征进行相似度匹配，相似度高的给推荐给用户，这就是我们所说的基于内容的推荐。

（2）协同过滤推荐算法

协同过滤推荐算法可以说是最早的推荐算法了，而且它的应用十分广泛，主要是通过分析用户的偏好兴趣对用户进行一个分组，然后给他们推荐兴趣相似的物品，这里的推荐用我们中国一句老话来说就是“物以类聚，人以群分”。

（3）基于关联规则的推荐算法

关联规则，本质上来说就是反映一个事物同其他事物之间的相互关联性。举例来说电子购物推荐，使用关联规则推荐其实就是通过对用户的购买数据记录进行分析挖掘，找到用户群体的购买习惯的一种内在共性，然后进行推荐。

（4）基于效用的推荐算法

基于效用的推荐前提是用户使用项目，算法核心是为用户创建效用函数，通过效用函数来计算出结果产生推荐。所以，系统采用的效用函数不同，用户的爱好兴趣模型也是各不相同的。基于效用推荐能把不属于目标物品的属性，同目标物品的属性一起考虑到效用计算中，这是基于效用的推荐算法的一个优势。

（5）基于知识的推荐算法

基于知识推荐的系统十分依赖物品特征的详细知识，交互性很强，属于一种会话式系统。用另一种方式说，基于知识的推荐是用一种个性化的方法，使用户对一些候选项中选择自己感兴趣的物品等。

（6）组合推荐算法

凡事都有两面性，每一种算法不可能完美的解决所有问题，每一种推荐方法都有它各自的优缺点，而且在实际生活与应用中，多会把几种推荐算法组合到一起使用，优劣互补。

本推荐系统对酒店管理的推荐采用的是基于内容的推荐算法，是因为相比起其他算法，基于内容的推荐算法更容易分析用户属性信息和酒店属性信息，系统中，我们把酒店的行政区划地址、酒店星级和酒店设施作为算法抽取的“关键词”，将这些内容作为用户和酒店的属性资料去进行计算分析，这样做可以直观的发现用户的对酒店的喜好程度。

3.2 基于内容的推荐算法

在基于内容的推荐系统中，物品（item）是通过自身的属性特征来表示的，在这里我们把这些特征称之为关键词，系统根据用户选择的物品的关键词，为每个用户也进行一个喜好特征构建，然后计算出用户喜好特征与物品的属性特征进行相似度匹配，相似度高的给推荐给用户。

基于内容的推荐算法有好处也有坏处，好处就是：

1. 用户之间是相互独立的，不会因为他人的兴趣爱好影响到自己的推荐；
2. 推荐的方法简单易懂，便于解释；

当然坏处同样也显而易见：

剩余内容已隐藏，请支付后下载全文，论文总字数：20466字

相关图片展示：