本文關(guān)鍵詞：移動(dòng)環(huán)境下的服務(wù)推薦技術(shù)研究及應(yīng)用

  更多相關(guān)文章： 移動(dòng)環(huán)境 推薦系統(tǒng) 地理位置 用戶興趣模型

【摘要】：隨著移動(dòng)通信網(wǎng)絡(luò)技術(shù)的飛速發(fā)展,智能移動(dòng)設(shè)備逐漸成為人們獲取信息的主要平臺(tái)之一,但是互聯(lián)網(wǎng)日益增長(zhǎng)的信息內(nèi)容給用戶獲取信息帶來(lái)了沉重的負(fù)擔(dān)。推薦系統(tǒng)的產(chǎn)生有效地緩解了這一問(wèn)題,但是,傳統(tǒng)的推薦方法有冷啟動(dòng)、效率低等各種問(wèn)題,需要我們探索出新的方法來(lái)緩解這種現(xiàn)象。 針對(duì)移動(dòng)推薦系統(tǒng)的冷啟動(dòng)問(wèn)題,本文在用戶行為數(shù)據(jù)比較少或者不存在的時(shí)候采用基于內(nèi)容的推薦方法,在用戶行為信息豐富時(shí)采用協(xié)同過(guò)濾的推薦算法。同時(shí),考慮到移動(dòng)設(shè)備上的推薦系統(tǒng)可以利用用戶的地理位置,因此,本文首先得到用戶的興趣關(guān)鍵字,利用興趣關(guān)鍵字建立用戶興趣模型,在用戶興趣模型的基礎(chǔ)上把傳統(tǒng)的推薦算法與特定的地域場(chǎng)景相結(jié)合,把推薦的展會(huì)信息以服務(wù)的方式展示給用戶,使得推薦的結(jié)果符合用戶的興趣,并且在一定的時(shí)間內(nèi)可達(dá),使得推薦系統(tǒng)具有更高的個(gè)性化特征。 其次,從推薦結(jié)果展示的方式角度,以會(huì)展系統(tǒng)為例,綜合采用凸顯用戶關(guān)注點(diǎn),利用關(guān)鍵字吸引用戶注意力。在展示推薦結(jié)果時(shí),給用戶提供推薦理由來(lái)贏得用戶的信任度等多種方式來(lái)提高推薦的成功率。在用戶體驗(yàn)方面,本系統(tǒng)以側(cè)邊欄按鈕的形式,靠用戶點(diǎn)擊來(lái)展示推薦結(jié)果,從而不影響用戶的正常使用。 再次,針對(duì)移動(dòng)互聯(lián)網(wǎng)網(wǎng)絡(luò)不穩(wěn)定的問(wèn)題,每次向服務(wù)器請(qǐng)求時(shí),本系統(tǒng)采用第三方框架的支持檢查網(wǎng)絡(luò)的連接狀態(tài),采用了中間緩存的方式來(lái)緩解這個(gè)問(wèn)題,客戶端暫時(shí)存放數(shù)據(jù),等檢測(cè)到有網(wǎng)絡(luò)時(shí),再打包傳送到服務(wù)器端。 最后,在推薦效率方面,本文采用了離線挖掘和在線服務(wù)相結(jié)合的方法,服務(wù)器利用客戶端手機(jī)傳來(lái)的數(shù)據(jù),以離線的方式來(lái)建立和更新用戶模型進(jìn)行推薦,服務(wù)器端檢測(cè)出用戶興趣發(fā)生變化時(shí),在用戶下一次登陸系統(tǒng)時(shí)把計(jì)算的推薦結(jié)果推送到客戶端。模擬實(shí)驗(yàn)的結(jié)果表明,通過(guò)設(shè)置用戶當(dāng)前所處的位置信息,該方法有效地緩解了冷啟動(dòng)問(wèn)題,也在一定程度上提高了推薦系統(tǒng)的效率和有效性。
【關(guān)鍵詞】：移動(dòng)環(huán)境 推薦系統(tǒng) 地理位置 用戶興趣模型
【學(xué)位授予單位】：北方工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.3
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 引言8-9
• 1 緒論9-12
• 1.1 課題研究背景與研究意義9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9-11
• 1.3 本文的主要工作11
• 1.4 本章小結(jié)11-12
• 2 相關(guān)技術(shù)分析12-22
• 2.1 Android相關(guān)技術(shù)12-13
• 2.2 個(gè)性化服務(wù)用戶模型介紹13-15
• 2.3 個(gè)性化推薦技術(shù)概述15-21
• 2.3.1 內(nèi)容的推薦17-18
• 2.3.2 協(xié)同過(guò)濾推薦算法18-20
• 2.3.3 基于人口統(tǒng)計(jì)學(xué)的推薦20-21
• 2.4 本章小結(jié)21-22
• 3 移動(dòng)端會(huì)展系統(tǒng)中推薦模型研究22-31
• 3.1 會(huì)展系統(tǒng)用戶興趣模型22-26
• 3.1.1 用戶模型特征數(shù)據(jù)獲取22-23
• 3.1.2 用戶模型建立23-24
• 3.1.3 用戶模型更新24-25
• 3.1.4 應(yīng)用程序推薦模塊25-26
• 3.2 實(shí)驗(yàn)設(shè)計(jì)及案例分析26-30
• 3.2.1 實(shí)驗(yàn)數(shù)據(jù)及開(kāi)發(fā)環(huán)境26
• 3.2.2 評(píng)價(jià)方法26-27
• 3.2.3 用戶興趣模型實(shí)驗(yàn)驗(yàn)證27-29
• 3.2.4 用戶興趣模型更新的實(shí)驗(yàn)驗(yàn)證29-30
• 3.3 本章小結(jié)30-31
• 4 移動(dòng)端推薦系統(tǒng)詳細(xì)設(shè)計(jì)31-39
• 4.1 需求分析31-32
• 4.2 設(shè)計(jì)目標(biāo)32-33
• 4.3 系統(tǒng)體系結(jié)構(gòu)33
• 4.4 服務(wù)器端設(shè)計(jì)33-34
• 4.4.1 系統(tǒng)功能設(shè)計(jì)34
• 4.5 客戶端設(shè)計(jì)34-37
• 4.5.1 客戶端功能架構(gòu)34-35
• 4.5.2 用戶行為數(shù)據(jù)獲取35-36
• 4.5.3 應(yīng)用程序推薦展示模塊36-37
• 4.6 客戶端中間緩存設(shè)計(jì)37-38
• 4.7 本章小結(jié)38-39
• 5 移動(dòng)端推薦系統(tǒng)實(shí)現(xiàn)39-45
• 5.1 客戶端功能實(shí)現(xiàn)39-41
• 5.1.1 會(huì)展系統(tǒng)模塊39-41
• 5.1.2 推薦系統(tǒng)模塊41
• 5.2 服務(wù)器端功能實(shí)現(xiàn)41-43
• 5.2.1 建立用戶興趣模型實(shí)現(xiàn)42
• 5.2.2 計(jì)算推薦模塊實(shí)現(xiàn)42-43
• 5.3 客戶端和服務(wù)器通信功能實(shí)現(xiàn)43-44
• 5.4 本章小結(jié)44-45
• 結(jié)論45-47
• 參考文獻(xiàn)47-50
• 申請(qǐng)學(xué)位期間的研究成果及發(fā)表的學(xué)術(shù)論文50-51
• 致謝51

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 曾春,邢春曉,周立柱;個(gè)性化服務(wù)技術(shù)綜述[J];軟件學(xué)報(bào);2002年10期

2 許海玲;吳瀟;李曉東;閻保平;;互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J];軟件學(xué)報(bào);2009年02期

3 朱征宇,裴仰軍,陳華月,付關(guān)友;個(gè)性化服務(wù)中用戶近期興趣視圖的生成[J];計(jì)算機(jī)工程與設(shè)計(jì);2005年04期

4 雷瑛;吳晶;熊璋;;基于項(xiàng)目分層的個(gè)性化推薦方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2007年21期

，

本文編號(hào)：517901