本文關(guān)鍵詞：基于LBS的個性化推薦系統(tǒng)的研究與設(shè)計，，由筆耕文化傳播整理發(fā)布。

【摘要】：為了提高社區(qū)居民的生活質(zhì)量,推進(jìn)社區(qū)創(chuàng)新化管理的進(jìn)程,前期在某社區(qū)項目中開發(fā)了“基于LBS的社區(qū)管理系統(tǒng)”,實現(xiàn)了社區(qū)信息服務(wù)和公共管理等功能。隨著時間的累積和業(yè)務(wù)覆蓋面的擴(kuò)大,系統(tǒng)中待發(fā)布社區(qū)信息日益增多,出現(xiàn)了信息過載現(xiàn)象。當(dāng)前系統(tǒng)中的社區(qū)信息服務(wù)仍以簡單的信息展示為主,移動互聯(lián)網(wǎng)技術(shù)和數(shù)據(jù)挖掘技術(shù)并沒有發(fā)揮應(yīng)有的作用。本文試圖解決當(dāng)前社區(qū)管理系統(tǒng)中信息流通不暢的問題,設(shè)計和開發(fā)了基于LBS的社區(qū)信息個性化推薦系統(tǒng)。為此該系統(tǒng)對社區(qū)周邊的各類社區(qū)信息進(jìn)行整合處理,利用社區(qū)信息本地化特性,按照用戶個性化需求進(jìn)行推薦。本文主要完成以下工作：一、 通過對社區(qū)居民行為和社區(qū)信息特征的研究,分析了社區(qū)信息的本地化、非標(biāo)準(zhǔn)化等特性,選取個性化推薦技術(shù)改善社區(qū)信息過載的問題。結(jié)合個性化推薦的定義和相關(guān)概念,明確了推薦對象。二、推薦算法使用基于用戶的協(xié)同過濾算法,利用余弦相似度計算用戶相似性,固定N值進(jìn)行鄰域選擇,預(yù)測用戶對社區(qū)信息的興趣度,生成推薦列表。三、 依據(jù)社區(qū)居民和社區(qū)信息的本地化特性,提出了數(shù)據(jù)預(yù)過濾的協(xié)同過濾改進(jìn)算法。使用層次聚類算法對用戶預(yù)先分組,分組過程中使用了Geohash算法對LBS提供的地理信息進(jìn)行轉(zhuǎn)碼。根據(jù)分組結(jié)果對數(shù)據(jù)進(jìn)行預(yù)過濾,在一定程度緩解了“冷啟動”問題。四、 設(shè)計實驗方法,驗證改進(jìn)算法的有效性。實現(xiàn)基于上述算法的基于LBS的個性化推薦系統(tǒng),并應(yīng)用在某社區(qū)項目中,解決了社區(qū)信息個性化推薦的問題。
【關(guān)鍵詞】：LBS 個性化推薦 協(xié)同過濾 層次聚類 Geohash
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.3
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-14
• 1.1 研究背景及意義9-10
• 1.2 相關(guān)技術(shù)介紹10-12
• 1.3 存在的主要問題12-13
• 1.4 論文的組織結(jié)構(gòu)13-14
• 第二章 社區(qū)信息推薦系統(tǒng)需求分析14-22
• 2.1 社區(qū)管理系統(tǒng)14-16
• 2.1.1 系統(tǒng)架構(gòu)14-15
• 2.1.2 系統(tǒng)組成15-16
• 2.2 社區(qū)信息服務(wù)的特征16-19
• 2.2.1 社區(qū)居民行為特征17-18
• 2.2.2 社區(qū)信息特征18-19
• 2.3 社區(qū)信息推薦需求分析19-21
• 2.3.1 優(yōu)化社區(qū)信息服務(wù)19-20
• 2.3.2 優(yōu)化公共管理服務(wù)20-21
• 2.4 本章小結(jié)21-22
• 第三章 個性化推薦技術(shù)22-34
• 3.1 個性化推薦技術(shù)22-25
• 3.1.1 社區(qū)信息推薦基本概念22-24
• 3.1.2 個性化推薦算法24-25
• 3.2 協(xié)同過濾算法25-31
• 3.2.1 相似度計算25-28
• 3.2.2 鄰域選擇28-30
• 3.2.3 評分預(yù)測30-31
• 3.2.4 ItemCF和UserCF31
• 3.3 評價標(biāo)準(zhǔn)31-33
• 3.4 本章小結(jié)33-34
• 第四章 社區(qū)信息個性化推薦算法的設(shè)計34-45
• 4.1 改進(jìn)算法設(shè)計34-35
• 4.2 基于LBS的用戶分組35-40
• 4.2.1 LBS定義35-36
• 4.2.2 Geohash算法36
• 4.2.3 Geohash二進(jìn)制編碼算法36-38
• 4.2.4 查找相鄰用戶38
• 4.2.5 層次聚類實現(xiàn)用戶分組38-40
• 4.3 預(yù)過濾算法40-41
• 4.3.1 基于用戶分組的數(shù)據(jù)預(yù)過濾40-41
• 4.4 “冷啟動”問題41-43
• 4.5 算法效果驗證43-44
• 4.5.1 實驗方法設(shè)計43
• 4.5.2 實驗結(jié)果43-44
• 4.6 本章小結(jié)44-45
• 第五章 基于LBS的個性化推薦系統(tǒng)設(shè)計與實現(xiàn)45-56
• 5.1 推薦系統(tǒng)架構(gòu)設(shè)計45-46
• 5.2 數(shù)據(jù)庫46-49
• 5.2.1 關(guān)鍵數(shù)據(jù)表47-49
• 5.3 運(yùn)算模塊技術(shù)細(xì)節(jié)49-53
• 5.3.1 數(shù)據(jù)預(yù)處理模塊49-50
• 5.3.2 用戶分組模塊50-52
• 5.3.3 預(yù)過濾模塊52
• 5.3.4 推薦器模塊52-53
• 5.4 推薦結(jié)果展示53-55
• 5.5 本章小結(jié)55-56
• 第六章 總結(jié)56-58
• 6.1 論文工作總結(jié)56
• 6.2 進(jìn)一步的研究工作56-58
• 參考文獻(xiàn)58-60
• 致謝60

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張亞偉;蘇一丹;;基于移動Agent的分布式個性化推薦系統(tǒng)[J];微計算機(jī)信息;2008年09期

2 許良;汪克夷;;基于移動Agent的個性化推薦系統(tǒng)的研究[J];消費(fèi)導(dǎo)刊;2008年09期

3 劉洋;;面向電子商務(wù)網(wǎng)站的個性化推薦系統(tǒng)[J];中小企業(yè)管理與科技(上旬刊);2012年01期

4 麻旺勇;葉躍苗;;基于位置感知的個性化推薦系統(tǒng)的設(shè)計與實現(xiàn)[J];福建電腦;2014年01期

5 余建芳;;個性化推薦系統(tǒng)在民族院校圖書館信息服務(wù)中的設(shè)計探析——以甘肅民族師范學(xué)院圖書館為例[J];福建電腦;2014年01期

6 楊海濤;石磊;衛(wèi)琳;;一個基于搜索結(jié)果的個性化推薦系統(tǒng)[J];計算機(jī)工程與應(yīng)用;2006年32期

7 姜有輝;高琳琦;;個性化推薦系統(tǒng)中顧客信息的隱式采集方法研究[J];現(xiàn)代情報;2006年11期

8 江秀佳;何源光;;國內(nèi)電子商務(wù)個性化推薦系統(tǒng)改進(jìn)研究[J];圖書情報工作;2009年16期

9 楊靜;;電子商務(wù)個性化推薦系統(tǒng)的構(gòu)建[J];現(xiàn)代計算機(jī)(專業(yè)版);2012年28期

10 顧麗敏;;個性化推薦系統(tǒng)研究[J];無線互聯(lián)科技;2013年08期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 黎隕;詹曉紅;孫莉;;基于頻繁遍歷路徑的個性化推薦系統(tǒng)[A];第二十屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2003年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 國防科技大學(xué)計算機(jī)學(xué)院 應(yīng)曉敏 竇文華;古老概念的鳳凰涅i肹N];計算機(jī)世界;2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 倪鵬飛;基于顧客滿意度的電子商務(wù)個性化推薦系統(tǒng)評價研究[D];河北大學(xué);2015年

2 賈忠濤;電影個性化推薦系統(tǒng)的研究與實現(xiàn)[D];西南科技大學(xué);2015年

3 何俊;基于社交網(wǎng)絡(luò)的個性化推薦系統(tǒng)的設(shè)計與實現(xiàn)[D];貴州大學(xué);2015年

4 肖巧龍;基于用戶隱性行為的個性化推薦系統(tǒng)的設(shè)計及研究[D];南京財經(jīng)大學(xué);2014年

5 于淼;基于LBS的個性化推薦系統(tǒng)的研究與設(shè)計[D];北京郵電大學(xué);2015年

6 張亞偉;基于移動agent的分布式個性化推薦系統(tǒng)研究[D];廣西大學(xué);2007年

7 周衛(wèi)敏;基于網(wǎng)絡(luò)短評的個性化推薦系統(tǒng)的研究與實現(xiàn)[D];華南理工大學(xué);2012年

8 閆艷;基于多Agent技術(shù)的電子商務(wù)個性化推薦系統(tǒng)的設(shè)計與實現(xiàn)[D];首都師范大學(xué);2009年

9 張通;基于圖書館業(yè)務(wù)數(shù)據(jù)分析服務(wù)的個性化推薦系統(tǒng)設(shè)計與實現(xiàn)[D];北京郵電大學(xué);2013年

10 胡小豐;面向科研用戶的個性化推薦系統(tǒng)設(shè)計與實現(xiàn)[D];中國農(nóng)業(yè)科學(xué)院;2013年

  本文關(guān)鍵詞：基于LBS的個性化推薦系統(tǒng)的研究與設(shè)計，由筆耕文化傳播整理發(fā)布。

本文編號：387544