化妆品推荐系统毕业论文

综述类: 1、Towards the  Next Generation of Recommender Systems: A Survey of the State-of-the-Art and  Possible Extensions。最经典的推荐算法综述 2、Collaborative Filtering Recommender Systems. JB Schafer 关于协同过滤最经典的综述 3、Hybrid Recommender Systems: Survey and Experiments 4、项亮的博士论文《动态推荐系统关键技术研究》 5、个性化推荐系统的研究进展.周涛等 6、Recommender systems L Lü, M Medo, CH Yeung, YC Zhang, ZK Zhang, T Zhou Physics Reports 519 (1), 1-49 （ ） 个性化推荐系统评价方法综述.周涛等 协同过滤： factorization techniques for recommender systems. Y Koren collaborative filtering to weave an information Tapestry. David Goldberg （协同过滤第一次被提出） Collaborative Filtering Recommendation Algorithms. Badrul Sarwar , George Karypis, Joseph Konstan .etl of Dimensionality Reduction in Recommender System – A Case Study. Badrul M. Sarwar, George Karypis, Joseph A. Konstan etl Memory-Based Collaborative Filtering. Kai Yu, Anton Schwaighofer, Volker Tresp, Xiaowei Xu,and Hans-Peter Kriegel systems:a probabilistic analysis. Ravi Kumar Prabhakar recommendations: item-to-item collaborative filtering. Greg Linden, Brent Smith, and Jeremy York of Item-Based Top- N Recommendation Algorithms. George Karypis Matrix Factorization. Ruslan Salakhutdinov Decompositions,Alternating Least Squares and other Tales. Pierre Comon, Xavier Luciani, André De Almeida 基于内容的推荐：   Recommendation Systems. Michael J. Pazzani and Daniel Billsus 基于标签的推荐：   Recommender Systems: A State-of-the-Art Survey. Zi-Ke Zhang(张子柯), Tao Zhou(周 涛), and Yi-Cheng Zhang(张翼成) 推荐评估指标：   1、推荐系统评价指标综述. 朱郁筱，吕琳媛 2、Accurate is not always good：How Accuacy Metrics have hurt Recommender Systems 3、Evaluating Recommendation Systems. Guy Shani and Asela Gunawardana 4、Evaluating Collaborative Filtering Recommender Systems. JL Herlocker 推荐多样性和新颖性：   1. Improving recommendation lists through topic diversification. Cai-Nicolas Ziegler Sean M. McNee, Joseph Lausen Fusion-based Recommender System for Improving Serendipity Maximizing Aggregate Recommendation Diversity：A Graph-Theoretic Approach The Oblivion Problem：Exploiting forgotten items to improve Recommendation diversity A Framework for Recommending Collections Improving Recommendation Diversity. Keith Bradley and Barry Smyth 推荐系统中的隐私性保护：   1、Collaborative Filtering with Privacy. John Canny 2、Do You Trust Your Recommendations? An Exploration Of Security and Privacy Issues in Recommender Systems. Shyong K “Tony” Lam, Dan Frankowski, and John Ried. 3、Privacy-Enhanced Personalization. Alfred 4、Differentially Private Recommender Systems：Building Privacy into the  Netflix Prize Contenders. Frank McSherry and Ilya Mironov Microsoft Research,  Silicon Valley Campus 5、When being Weak is Brave: Privacy Issues in Recommender Systems. Naren Ramakrishnan, Benjamin J. Keller,and Batul J. Mirza 推荐冷启动问题：   Boltzmann Machines for Cold Start Recommendations. Asela Preference Regression for Cold-start Recommendation. Seung-Taek Park, Wei Chu Cold-Start Problem in Recommendation Systems. Xuan Nhat and Metrics for Cold-Start Recommendations. Andrew I. Schein, Alexandrin P opescul, Lyle H. U ngar bandit(老虎机算法,可缓解冷启动问题):  1、Bandits and Recommender Systems. Jeremie Mary, Romaric Gaudel, Philippe Preux 2、Multi-Armed Bandit Algorithms and Empirical Evaluation 基于社交网络的推荐：   1. Social Recommender Systems. Ido Guy and David Carmel A Social Networ k-Based Recommender System(SNRS). Jianming He and Wesley W. Chu Measurement and Analysis of Online Social Networks. Referral Web：combining social networks and collaborative filtering 基于知识的推荐：   1、Knowledge-based recommender systems. Robin Burke 2、Case-Based Recommendation. Barry Smyth 3、Constraint-based Recommender Systems: Technologies and Research Issues. A. Felfernig. R. Burke 其他：   Trust-aware Recommender Systems. Paolo Massa and Paolo Avesani

化妆品的成分与功效的基础研究关于化妆品成分与功效的研究可以去图书馆看看资料，找个题目，呵呵....你要是在学校里的话，可以去学校的电子资源搜一下关于化妆的论文，参考着起一个名字综述类的好些一些

近来，化妆品和香水含邻苯二甲酸盐（phthalates），会损害健康的报道，是否令爱美的你受惊呢？ 其实，在医学界未确实证明邻苯二甲酸盐会危害健康时，女性还是能安心使用，但要健康地使用，并注意一些安全事项。 至今为止，科学界或医学界所做的试验数据，仍不足以证明化妆品所含的邻苯二甲酸盐分量，足以影响女性生育健康的下一代。而新加坡卫生科学局也指出，至今为止，并未接获任何投诉或个案。 话说回来，化妆品都是化学合成品，虽然有对人体保护和美化的功能，多少也会挥发出各种有害物质，对人体皮肤产生刺激作用，有些甚至引起皮肤水肿、瘙痒、斑疹等“化妆品皮炎”。 概括而言，化妆品对女性的危害主要有以下几个方面： ☆产生过敏反应。 ☆引起皮肤细菌感染。 ☆引起皮炎。 ☆有毒物质被吸收入体内引起慢性中毒。 ☆劣质化妆品在阳光的照射下产生“光毒性”反应。 防止化妆品的危害 为了防止化妆品对人体的危害，在使用化妆品时应该注意： 一旦发现化妆品对自己皮肤有不良反应，应立即停用。 ①不要使用变质的化妆品 化妆品中含有脂肪、蛋白质等物质，时间长了容易变质或被细菌感染。化妆品应选用新鲜的，一般在3至6个月内用完，并贮存在阴凉干燥处。 ②不要使用劣质化妆品 为防止化妆品中的有毒物质如水银及致癌物质的危害，应选用经卫生部批准的优质产品。 ③要防止过敏反应 在使用一种新的产品前，要先做皮肤试验，无发红发痒等反应时再用。一旦发现化妆品对白己皮肤有不良反应，应立即停用。 ④应根据气候使用不同类型的化妆品 寒冷干燥的冬天宜用含油性大的化妆品，春夏秋宜用水分大的化妆品。 ⑤少女要选用专用化妆品 一般不要使用香水、香粉、口红等美容化妆品。⑥化妆品避免吃进体内 化妆品只供外用，避免吃进体内。为慎重起见，最好在饮食前擦去口红，以免随食物进入体内。 ⑦睡眠前要卸妆 睡眠时应将皮肤上涂的化妆品洗去，不要涂着化妆品入睡。 ⑧选用适当化妆品 如油性皮肤应选用水包油型的霜剂，干性皮肤应选择油包水性的脂剂，皮肤娇嫩应选用刺激性小的化妆品，小孩最好都不用！ 使用香水注意事项 由于各界并未确实证明香水所含的邻苯二甲酸盐，会危害健康，女性还是能安心使用。不过，使用时应该注意以下事项： ①不要使用过量 使用过量香水，会给人不良的刺激。一般上，以1公尺之内能够闻到淡淡的香味就好，若在3公尺内仍可闻到香味，那就表示过量了。 ②不要用在不当部位 香水所含的香精和酒精被阳光照射后，在紫外线的作用下，会对皮肤形成不良刺激，出现色素沉着，所以擦香水的部位最好是阳光照射不到的地方，暴露部位不宜擦香水。比较妥当的办法是在衣领、衣角处涂上一些，任其自然挥发。 ③保持身体干净 要让香水发挥迷人的作用，务必先清洗身体，驱除不洁气味。假如身体不洁，散发不良气味，不但香水气味掩盖不住，而且会混合成更难闻的气味。 ④不要混合使用香水 不同品牌、不同系列、不同类型的香水，不要混合使用，以免掩盖不同香水的特点和产生不良气味。 ⑤忌吃辛辣刺激食物 大蒜、葱、辣椒等刺激性食物，食后会产生体臭，影响香水的使用效果。 使用口红注意事项 很多女性即使不化妆，也会涂口红。因此，口红是最多女性使用的化妆品。 口红的主要成分是羊毛脂、蜡质和染料，由于羊毛脂成分复杂，容易引起过敏反应，如嘴唇粘膜干裂、剥落，有时感到嘴唇发痒或轻微疼痛等。 另外，口红使用不当会影响健康。因为口红中的羊毛脂有较强的吸附性，可将空气中的尘埃、细菌、病毒及一些重金属离子吸附在嘴唇粘膜上。人在说话、喝水、吃东西时，就会将口红和附在上面的有害物质带到嘴里，吃进体内。 大人要特别注意，不要给小孩搽口红，因为小孩的嘴唇粘膜更容易吸收上述有害物质。 为了健康，女性宜淡擦口红。当发现有轻微发痒和异常感觉时，就应该将嘴唇洗净，暂停涂口红。

化妆品品种繁多，按其形态可分成膏霜类、乳液类、粉类、液体类；根据作用可分成清洁类、护肤类、粉妆类、治疗类、护发类、美发类、固发类、美体类。用于美容专业化妆品一般分为两大系列：美容护肤品与美容化妆品。 一、美容护肤品其功能为清洁、保养皮肤．或对问题性皮肤起治疗作用。 1.清洁品可去除皮肤表层的彩妆和污垢，或去除表皮的老化角质即死细胞．起到深层清洁作用。如卸妆水、洗面奶、去角质霜、磨砂膏及某些清洁面膜。 2．保养品其特点是保护及营养皮肤，使皮肤免受或减少自然界的刺激，防止化学物质、金属离子等对皮肤的侵蚀，防止皮肤水分过多的丢失，促进血液循环．增强皮肤新陈代谢。如润肤霜、乳液、精华素、防晒霜、韶油、橄榄油等。 3．治疗保养品一般含有某种药物成分，针对性强，能使皮肤的问题得到改善及治疗。如祛斑霜、粉刺霜、抑汗霜、祛臭粉等。 二、美容化妆品 国际上又称为色彩化妆品，又大体可分为两种：一种是遮瑕类，一种是色彩类。 1.遮瑕类 用于遮盖皮肤瑕疵，起到调和肤色作用。如遮瑕膏、液体粉底、粉条粉饼、碎粉等。 2.色彩类 强调或减弱面部的五官及轮廓，将其修饰得更加生动、柔和、完美。例如唇膏、蜃彩等。 另外、护肤品与美容品除了在功能用途上有明显区别外，它们在使用方法上也有所不同．