發(fā)布時(shí)間：2020-10-23 18:48

　　 隨著網(wǎng)絡(luò)文學(xué)在互聯(lián)網(wǎng)中的快速傳播,越來越多作者簽約小型小說網(wǎng)站尋求發(fā)展,然而小型小說網(wǎng)站使用傳統(tǒng)的推薦后臺(tái),推薦能力差且不易快速迭代升級(jí),無法有效挖掘優(yōu)質(zhì)作品來吸引閱讀流量。所以在該小說網(wǎng)站接入個(gè)性化小說推薦系統(tǒng),能個(gè)性化推薦,快速拓展推薦策略,并且能驗(yàn)證推薦效果。本文設(shè)計(jì)并實(shí)現(xiàn)了該個(gè)性化小說推薦系統(tǒng),采用分布式架構(gòu)保證了系統(tǒng)的可用性、一致性、健壯性和可擴(kuò)展性。經(jīng)過對(duì)該系統(tǒng)的全面分析,將其分為在線推薦引擎模塊、閱讀流量調(diào)度模塊、離線計(jì)算模塊、冷啟動(dòng)評(píng)級(jí)模塊四個(gè)模塊。作者獨(dú)立設(shè)計(jì)并實(shí)現(xiàn)了上述四個(gè)模塊:(1)在線推薦引擎模塊:該模塊可以向讀者個(gè)性化在線推薦小說。運(yùn)營(yíng)人員和開發(fā)者可以配置推薦策略,還可以實(shí)時(shí)監(jiān)控引擎性能排查系統(tǒng)隱患。(2)閱讀流量調(diào)度模塊:該模塊可以調(diào)度閱讀流量,尋找最優(yōu)推薦策略。運(yùn)營(yíng)人員配置流量調(diào)度策略,該模塊在線對(duì)閱讀流量按比例分組,對(duì)各組使用不同的推薦策略,之后運(yùn)營(yíng)人員對(duì)比推薦效果得出最優(yōu)推薦策略。(3)離線計(jì)算模塊:該模塊可以計(jì)算出讀者可能感興趣的小說。實(shí)現(xiàn)了基于物品的協(xié)同過濾算法(Item CF),每日處理讀者閱讀數(shù)據(jù),利用大數(shù)據(jù)計(jì)算框架離線計(jì)算得出小說的相似小說集合。(4)冷啟動(dòng)評(píng)級(jí)模塊:該模塊可以為沒有閱讀記錄的讀者提供建議閱讀的小說,每日定時(shí)執(zhí)行小說評(píng)級(jí)任務(wù),根據(jù)該等級(jí)排列出冷啟動(dòng)推薦列表。功能測(cè)試、壓力測(cè)試和A/B測(cè)試的結(jié)果表明個(gè)性化小說推薦系統(tǒng)完全滿足用戶要求。隨著后期對(duì)推薦策略的拓展和管理,本系統(tǒng)一定能夠進(jìn)一步提升推薦效果,更加有效地利用閱讀流量,發(fā)掘更多優(yōu)質(zhì)作品,創(chuàng)造更多商業(yè)價(jià)值。
【學(xué)位單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：I207.4;TP391.3
【部分圖文】：

本論文從以下幾個(gè)方面對(duì)該系統(tǒng)論述，各章節(jié)的內(nèi)容如下。??第一章：引言，首先介紹了課題的項(xiàng)目背景，接著分析了課題相關(guān)背景的發(fā)展現(xiàn)狀，最后說明作者在項(xiàng)目中的工作及本文的組織結(jié)構(gòu)。??第二章：相關(guān)理論及技術(shù)綜述，對(duì)協(xié)同過濾算法、Ｓｐａｒｋ、ＭｏｎｇｏＤＢ、技術(shù)進(jìn)行簡(jiǎn)要論述。??第三章：個(gè)性化推薦系統(tǒng)需求分析，先對(duì)系統(tǒng)用戶特征、功能要求、性

北京交通大學(xué)專業(yè)碩士學(xué)位論文???ＩＩ對(duì)物品ｉ的興趣（在隱式反饋中ｒｕｉ都等于１）?［２６］。??．２大數(shù)據(jù)計(jì)算框架Ｓｐａｒｋ??在Ｓｐａｒｋ的體系結(jié)構(gòu)中，整個(gè)集群的核心組件是資源管理器ＣｌｕｓｔｅｒＭａｎａｇｅｒ，??負(fù)責(zé)資源分配和管理，本地節(jié)點(diǎn)的資源管理器是Ｗｏｒｋｅｒ，它負(fù)責(zé)本地資源的分??與管理，當(dāng)Ｗｏｒｋｅｒ獲取到ＣｌｕｓｔｅｒＭａｎａｇｅｒ分配的資源后，首先創(chuàng)建執(zhí)行進(jìn)程??ｘｅｃｕｔｏｒ，并將資源和子任務(wù)分配給Ｅｘｅｃｕｔｏｒ，它負(fù)責(zé)任務(wù)的執(zhí)行與其他進(jìn)程的同??，ＤｒｉｖｅｒＡｐｐ是客戶端應(yīng)用程序，用于將應(yīng)用程序轉(zhuǎn)化為ＲＤＤ的有向無環(huán)圖ＤＡＧ，??與集群資源管理器進(jìn)行通信與調(diào)度。ＤｒｉｖｅｒＡ＾負(fù)責(zé)整個(gè)應(yīng)用程序，負(fù)責(zé)作業(yè)的??動(dòng)與調(diào)度。??＾００＊?ｍｗｘｒｎｍｕ??

ｐａｒｔｉｔｉｏｎ???？?ｐａｒｔｉｔｉｏｎ??ｐａｒｔｉｔｉｏｎ???ｐａｒｔｉｔｉｏｎ??圖２－２?ＲＤＤ之間窄依賴關(guān)系??Ｆｉｇｕｒｅ?２－２?Ｎａｒｒｏｗ?Ｄｅｐｅｎｄｅｎｃｉｅｓ?Ｂｅｔｗｅｅｎ?ＲＤＤｓ??如圖２－２所示，ＲＤＤ間窄依賴的關(guān)系就是父ＲＤＤ的ｐａｒｔｉｔｉｏｎ僅被子ＲＤＤ的??一個(gè)?ｐａｒｔｉｔｉｏｎ?使用。??ＰａｒｅｎｔＲＤＤ?ＣｈｉｌｄＲＤＤ??ｐａｒｔｉｔｉｏｎ?＾?ｐａｒｔｉｔｉｏｎ??圖２－３?ＲＤＤ之間寬依賴關(guān)系??Ｆｉｇｕｒｅ?２－３?Ｗｉｌｄ?Ｄｅｐｅｎｄｅｎｃｉｅｓ?Ｂｅｔｗｅｅｎ?ＲＤＤｓ??如圖２－３所示，ＲＤＤ間寬依賴的關(guān)系則是一個(gè)父ＲＤＤ的ｐａｒｔｉｔｉｏｎ會(huì)被多個(gè)子??ＲＤＤ?的?ｐａｒｔｉｔｉｏｎ?使用。??２．３?分布式存儲(chǔ)數(shù)據(jù)庫(kù)ＭｏｎｇｏＤＢ??ＭｏｎｇｏＤＢ是一個(gè)介于關(guān)系數(shù)據(jù)庫(kù)和非關(guān)系數(shù)據(jù)庫(kù)之間的產(chǎn)品，是非關(guān)系數(shù)據(jù)??庫(kù)當(dāng)中功能最豐富，最像關(guān)系數(shù)據(jù)庫(kù)的數(shù)據(jù)庫(kù)。ＭｏｎｇｏＤＢ是分布式文件存儲(chǔ)的數(shù)??據(jù)庫(kù)。使用Ｃ＋＋語言。提供可擴(kuò)展的高性能數(shù)據(jù)存儲(chǔ)解決方案。它支持的數(shù)據(jù)結(jié)??構(gòu)非常松散，是類似ｊｓｏｎ的ｂｓｏｎ格式，因此可以存儲(chǔ)比較復(fù)雜的數(shù)據(jù)類型。??９??
【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 張如云;;A/B測(cè)試在軟件項(xiàng)目開發(fā)中的應(yīng)用探析[J];電腦開發(fā)與應(yīng)用;2014年05期

2 朱郁筱;呂琳媛;;推薦系統(tǒng)評(píng)價(jià)指標(biāo)綜述[J];電子科技大學(xué)學(xué)報(bào);2012年02期

3 王國(guó)霞;劉賀平;;個(gè)性化推薦系統(tǒng)綜述[J];計(jì)算機(jī)工程與應(yīng)用;2012年07期

4 謝銳;姜吉玲;;網(wǎng)絡(luò)如何影響了小說[J];新聞天地(論文版);2008年04期

5 王改芬;;推薦系統(tǒng)研究綜述[J];軟件導(dǎo)刊;2007年23期

相關(guān)博士學(xué)位論文 前1條

1 蔣偉;推薦系統(tǒng)若干關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2018年

相關(guān)碩士學(xué)位論文 前4條

1 度冉;大數(shù)據(jù)時(shí)代網(wǎng)絡(luò)文學(xué)的版權(quán)保護(hù)[D];河南大學(xué);2018年

2 宋婷;智媒時(shí)代：個(gè)性化推薦對(duì)傳播生態(tài)的影響[D];煙臺(tái)大學(xué);2018年

3 姜崇;基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)小說價(jià)值預(yù)測(cè)分析[D];沈陽航空航天大學(xué);2018年

4 薄奇;基于IoC和AOP的輕量級(jí)框架研究[D];天津大學(xué);2006年

本文編號(hào)：2853407