本文關(guān)鍵詞：實(shí)時(shí)認(rèn)證系統(tǒng)的推薦算法研究

  更多相關(guān)文章： web認(rèn)證 web開(kāi)發(fā) 實(shí)時(shí)websocket 廣告推薦算法

【摘要】：隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,網(wǎng)絡(luò)業(yè)務(wù)和網(wǎng)絡(luò)用戶數(shù)量達(dá)到了空前的規(guī)模,人們?cè)诠矆?chǎng)所通過(guò)wifi進(jìn)行上網(wǎng)的需求越來(lái)越大,同時(shí)對(duì)公共場(chǎng)所上網(wǎng)的安全環(huán)境,以及進(jìn)一步的個(gè)性化需求越來(lái)越高。本文在對(duì)目前相關(guān)認(rèn)證技術(shù)的研究分析的基礎(chǔ)上,首先實(shí)現(xiàn)了基于web服務(wù)器的無(wú)線認(rèn)證系統(tǒng)的設(shè)計(jì),并且將HTML5中的websocket實(shí)時(shí)通信技術(shù)運(yùn)用到了這一認(rèn)證系統(tǒng)中；然后針對(duì)目前炙手可熱的用戶個(gè)性化推薦技術(shù),在結(jié)合實(shí)時(shí)認(rèn)證系統(tǒng)的基礎(chǔ)上,分析了經(jīng)典的推薦算法,建立了一種有效的廣告推薦算法,幫助商家進(jìn)行便捷有效的營(yíng)銷。本文從結(jié)構(gòu)上總體分為為兩個(gè)部分,一是實(shí)時(shí)認(rèn)證系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn),另一部分是基于無(wú)線認(rèn)證系統(tǒng)的廣告推薦系統(tǒng)的分析與實(shí)現(xiàn)。本文首先研究了wifidog認(rèn)證原理以及websocket實(shí)時(shí)通信這兩個(gè)實(shí)時(shí)認(rèn)證過(guò)程中的關(guān)鍵技術(shù),對(duì)比了websocket與傳統(tǒng)ajax長(zhǎng)輪詢、iframe流方式的實(shí)時(shí)通信技術(shù),指出了websocket的優(yōu)點(diǎn)；隨后通過(guò)WAMP開(kāi)發(fā)框架對(duì)認(rèn)證系統(tǒng)進(jìn)行了設(shè)計(jì)實(shí)現(xiàn),并從MVC的web設(shè)計(jì)模式角度講述了認(rèn)證系統(tǒng)的具體實(shí)現(xiàn)流程,這里涉及到j(luò)query、thinkPHP、html、bootstrap、css等web前后端開(kāi)發(fā)技術(shù)：最后分析了傳統(tǒng)web認(rèn)證與基于websocket通信技術(shù)的實(shí)時(shí)認(rèn)證的原理區(qū)別,并通過(guò)websocket客戶端和服務(wù)端的設(shè)計(jì)實(shí)現(xiàn)了實(shí)時(shí)認(rèn)證功能。本文的另外一部分是針對(duì)認(rèn)證用戶的個(gè)性化廣告推薦,首先分析了經(jīng)典的基于內(nèi)容推薦(content-based)、關(guān)聯(lián)規(guī)則、協(xié)同過(guò)濾(collaborative filter)推薦算法原理,通過(guò)建立數(shù)據(jù)模型和實(shí)例分析了它們之間的優(yōu)缺點(diǎn)：隨后針對(duì)我們的實(shí)時(shí)認(rèn)證系統(tǒng)說(shuō)明了推薦算法的設(shè)計(jì)原理；最后結(jié)合基于內(nèi)容推薦算法(content-based)的推薦模型,在優(yōu)化和改進(jìn)的字符匹配算法、拼音容錯(cuò)算法的基礎(chǔ)上設(shè)計(jì)實(shí)現(xiàn)了基于認(rèn)證系統(tǒng)的廣告推薦系統(tǒng),并通過(guò)結(jié)果分析了推薦算法的性能。本文最后分別對(duì)注冊(cè)認(rèn)證、手機(jī)認(rèn)證、一鍵上網(wǎng)三大認(rèn)證功能以及websocket實(shí)時(shí)認(rèn)證功能進(jìn)行了成功的測(cè)試；并對(duì)基于實(shí)時(shí)認(rèn)證系統(tǒng)的廣告推薦算法進(jìn)行了數(shù)據(jù)測(cè)試,通過(guò)測(cè)試結(jié)果分析推薦算法達(dá)到了比較理想、有效的推薦效果。
【關(guān)鍵詞】：web認(rèn)證 web開(kāi)發(fā) 實(shí)時(shí)websocket 廣告推薦算法
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.3
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-16
• 1.1 研究工作的背景與意義10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-13
• 1.3 主要研究?jī)?nèi)容與創(chuàng)新點(diǎn)13-15
• 1.3.1 主要研究?jī)?nèi)容13-14
• 1.3.2 論文創(chuàng)新點(diǎn)14-15
• 1.4 本論文的結(jié)構(gòu)安排15-16
• 第二章 相關(guān)理論技術(shù)分析及總體設(shè)計(jì)16-30
• 2.1 web認(rèn)證關(guān)鍵技術(shù)分析16-22
• 2.1.1 wifidog認(rèn)證原理16-18
• 2.1.2 實(shí)時(shí)認(rèn)證技術(shù)18-22
• 2.2 推薦算法分析22-28
• 2.2.1 基于關(guān)聯(lián)規(guī)則的推薦算法22-23
• 2.2.2 基于協(xié)同過(guò)濾的推薦算法23-25
• 2.2.3 基于內(nèi)容的推薦算法25-27
• 2.2.4 混合推薦算法27-28
• 2.3 系統(tǒng)總體設(shè)計(jì)框架28-29
• 2.4 本章小結(jié)29-30
• 第三章 實(shí)時(shí)認(rèn)證系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)30-57
• 3.1 認(rèn)證系統(tǒng)的流程結(jié)構(gòu)與技術(shù)選型30-33
• 3.1.1 系統(tǒng)軟硬件環(huán)境30-31
• 3.1.2 認(rèn)證系統(tǒng)總體流程31-32
• 3.1.3 系統(tǒng)技術(shù)選型32-33
• 3.2 系統(tǒng)業(yè)務(wù)邏輯設(shè)計(jì)與實(shí)現(xiàn)33-48
• 3.2.1 數(shù)據(jù)庫(kù)設(shè)計(jì)與實(shí)現(xiàn)33-37
• 3.2.2 業(yè)務(wù)邏輯層的設(shè)計(jì)與實(shí)現(xiàn)37-40
• 3.2.3 web表示層設(shè)計(jì)與實(shí)現(xiàn)40-45
• 3.2.4 認(rèn)證功能的設(shè)計(jì)與實(shí)現(xiàn)45-48
• 3.3 實(shí)時(shí)認(rèn)證技術(shù)的分析與實(shí)現(xiàn)48-56
• 3.3.1 基于websocket的實(shí)時(shí)認(rèn)證技術(shù)分析48-49
• 3.3.2 基于web服務(wù)器的實(shí)時(shí)認(rèn)證功能的設(shè)計(jì)與實(shí)現(xiàn)49-56
• 3.4 本章總結(jié)56-57
• 第四章 廣告推薦算法的優(yōu)化與分析57-70
• 4.1 推薦算法的分析與流程結(jié)構(gòu)57-58
• 4.1.1 廣告推薦算法分析57
• 4.1.2 推薦系統(tǒng)的總體流程57-58
• 4.2 認(rèn)證用戶數(shù)據(jù)收集58-59
• 4.2.1 數(shù)據(jù)收集原理58-59
• 4.3 推薦算法的優(yōu)化與實(shí)現(xiàn)59-69
• 4.3.1 推薦系統(tǒng)的模型原理分析59-62
• 4.3.2 推薦系統(tǒng)的數(shù)據(jù)庫(kù)設(shè)計(jì)62-63
• 4.3.3 推薦算法的優(yōu)化與實(shí)現(xiàn)63-69
• 4.4 本章小結(jié)69-70
• 第五章 系統(tǒng)測(cè)試與數(shù)據(jù)分析70-80
• 5.1 web認(rèn)證功能測(cè)試70-75
• 5.1.1 注冊(cè)認(rèn)證功能測(cè)試70-72
• 5.1.2 手機(jī)認(rèn)證功能測(cè)試72-75
• 5.1.3 一鍵上網(wǎng)功能測(cè)試75
• 5.2 實(shí)時(shí)認(rèn)證功能測(cè)試75-78
• 5.3 推薦算法測(cè)試與分析78-79
• 5.4 本章小結(jié)79-80
• 第六章 總結(jié)與展望80-82
• 6.1 論文總結(jié)80
• 6.2 未來(lái)展望80-82
• 致謝82-83
• 參考文獻(xiàn)83-84

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時(shí)間序列性的推薦算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2006年10期

2 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計(jì)算機(jī)應(yīng)用;2007年06期

3 張海玉;劉志都;楊彩;賈松浩;;基于頁(yè)面聚類的推薦算法的改進(jìn)[J];計(jì)算機(jī)應(yīng)用與軟件;2008年09期

4 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

5 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國(guó)科技信息;2009年07期

6 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強(qiáng);;智能博物館環(huán)境下的個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

7 王文;;個(gè)性化推薦算法研究[J];電腦知識(shí)與技術(shù);2010年16期

8 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評(píng)價(jià)估計(jì)的混合推薦算法研究[J];微計(jì)算機(jī)信息;2010年36期

9 夏秀峰;代沁;叢麗暉;;用戶顯意識(shí)下的多重態(tài)度個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年16期

10 楊博;趙鵬飛;;推薦算法綜述[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個(gè)性化推薦算法[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個(gè)性化推薦算法[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

3 秦國(guó);杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 周玉妮;鄭會(huì)頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動(dòng)商務(wù)個(gè)性化推薦系統(tǒng)[A];社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時(shí)推薦算法[A];第五屆全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號(hào)：708817