基于Java和K-means算法的书籍推荐系统源码

简介：
本项目为一个基于Java编程语言实现的书籍推荐系统，运用了K-means聚类算法对用户偏好进行分析，旨在向读者提供个性化的书籍推荐。 系统包含管理员用户与普通用户的权限区别及功能描述： 1. 管理员用户拥有三个模块：检索书籍、上传或删除书籍的管理操作、更改密码以及执行新的聚类计算以重新分组用户。 2. 普通用户仅限于使用检索书籍和修改密码的功能。 管理员可以手动启动聚类分析，依据最近一次的群体划分结果来推荐适合用户的图书。同一小组内的成员会根据评分高>阅读次数>查阅过的书目的优先级来进行个性化推荐；未被提到的新书则按照随机顺序进行展示。 主要的工作流程通过MyControll类中的calGroup方法实现： 步骤1：为每个用户设定初始坐标，将其特征属性转换成可量化的数值，并归一化处理。 步骤2：从所有用户中随机选取三个不同的人作为起始的中心点。 步骤3：计算各用户的距离到这三个初始化中心点的距离，然后将它们分配给最近的那个聚类组。 步骤4：重新确定每个类别中的新中心位置——通过求取该类别内所有成员坐标的平均值来实现这一目标。 步骤5：重复执行上述第三步和第四步的操作直至连续两次的分类结果不再发生变化为止。此时便得到了最终稳定的分群方案，从而明确了哪些用户属于同一个聚类。 开发平台包括MyEclipse2014、MySQL5.7、JDK1.8及Tomcat8.0等组件。