發(fā)布時(shí)間：2017-10-28 13:31

  本文關(guān)鍵詞：面向移動(dòng)互聯(lián)網(wǎng)的個(gè)性化推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

  更多相關(guān)文章： 移動(dòng)互聯(lián)網(wǎng)絡(luò) 個(gè)性化新聞推薦 混合推薦算法 移動(dòng)跨平臺(tái)

【摘要】：隨著互聯(lián)網(wǎng)技術(shù)日新月異的發(fā)展,人們獲取信息的方式越來(lái)越多。但是,各種鋪天蓋地的信息使得用戶越來(lái)越難檢索出自己感興趣的信息,出現(xiàn)了所謂的“信息超載”現(xiàn)象。而個(gè)性化推薦技術(shù)是解決該問(wèn)題的有效途徑,它通過(guò)分析用戶的檢索信息行為建立用戶興趣模型,主動(dòng)向用戶推薦其可能感興趣的信息。目前,在推薦技術(shù)領(lǐng)域中,混合推薦技術(shù)是較為流行的推薦技術(shù),它通過(guò)融入不同的影響因子對(duì)推薦算法進(jìn)行深度定制和整合。本文將針對(duì)推薦算法展開(kāi)細(xì)致的分析和探討,設(shè)計(jì)一種面向移動(dòng)互聯(lián)網(wǎng)絡(luò)的新聞推薦算法,并基于此算法搭建一個(gè)新聞推薦系統(tǒng),為移動(dòng)端的用戶推送新聞消息。本文主要研究的工作：(1)首先設(shè)計(jì)一種面向移動(dòng)端的個(gè)性化定制的新聞推薦方法,對(duì)新聞文本、用戶興趣進(jìn)行建模,通過(guò)研究和分析LDA主題模型訓(xùn)練方法生成語(yǔ)義文本,重構(gòu)語(yǔ)義文本評(píng)分矩陣,構(gòu)建數(shù)據(jù)字典中語(yǔ)義文本和評(píng)分的對(duì)應(yīng)關(guān)系,推薦生成關(guān)鍵字,再對(duì)新聞原始庫(kù)進(jìn)行匹配。(2)在推薦過(guò)程中,針對(duì)評(píng)分矩陣數(shù)據(jù)稀疏和用戶興趣遷移的問(wèn)題,根據(jù)項(xiàng)目屬性對(duì)整個(gè)項(xiàng)目集進(jìn)行聚類,然后對(duì)其填充,以達(dá)到緩解冷啟動(dòng)的問(wèn)題。通過(guò)融入艾賓浩斯遺忘規(guī)律,為每個(gè)評(píng)分增加一個(gè)時(shí)間權(quán)重來(lái)提高推薦系統(tǒng)的推薦質(zhì)量,改善用戶興趣遷移問(wèn)題。(3)為了解決海量數(shù)據(jù)計(jì)算復(fù)雜的問(wèn)題,本文采用分布式框架。通過(guò)使用非關(guān)系型數(shù)據(jù)庫(kù)I IBase和關(guān)系型數(shù)據(jù)庫(kù)MySQL相結(jié)合的方式對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)以滿足算法和功能實(shí)現(xiàn)相結(jié)合的現(xiàn)實(shí)要求,通過(guò)Ajax異步數(shù)據(jù)交互技術(shù),PhoneGap客戶端跨平臺(tái)移動(dòng)開(kāi)發(fā)技術(shù),SpringMVC框架體系的結(jié)合設(shè)計(jì)出一套完整的面向移動(dòng)互聯(lián)網(wǎng)的新聞推薦系統(tǒng)的解決方案。最后,對(duì)面向移動(dòng)端的新聞推薦系統(tǒng)解決方案功能進(jìn)行具體實(shí)現(xiàn),將算法模塊和系統(tǒng)功能模塊契合地對(duì)接,實(shí)現(xiàn)了客戶端APP開(kāi)發(fā)和后端新聞推薦系統(tǒng)。
【關(guān)鍵詞】：移動(dòng)互聯(lián)網(wǎng)絡(luò) 個(gè)性化新聞推薦 混合推薦算法 移動(dòng)跨平臺(tái)
【學(xué)位授予單位】：北京交通大學(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】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-12
• 1 引言12-16
• 1.1 研究背景和意義12-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-14
• 1.3 論文基本內(nèi)容14-15
• 1.4 論文基本結(jié)構(gòu)15
• 1.5 本章小結(jié)15-16
• 2 相關(guān)技術(shù)研究16-29
• 2.1 個(gè)性化推薦理論16-20
• 2.1.1 基于關(guān)聯(lián)規(guī)則推薦17-18
• 2.1.2 基于內(nèi)容的推薦18
• 2.1.3 協(xié)同過(guò)濾推薦18-20
• 2.2 大數(shù)據(jù)處理平臺(tái)20-25
• 2.2.1 Hadoop分布式平臺(tái)簡(jiǎn)介21-22
• 2.2.2 分布式文件系統(tǒng)HDFS22-24
• 2.2.3 MapReduce編程模型24-25
• 2.3 移動(dòng)推薦系統(tǒng)關(guān)鍵技術(shù)25-28
• 2.3.1 Spring框架體系25-27
• 2.3.2 Ajax數(shù)據(jù)交換技術(shù)27
• 2.3.3 PhoneGap跨平臺(tái)移動(dòng)開(kāi)發(fā)技術(shù)27-28
• 2.4 本章小結(jié)28-29
• 3 移動(dòng)互聯(lián)網(wǎng)的個(gè)性化推薦模型研究29-36
• 3.1 主題模型基礎(chǔ)29-31
• 3.1.1 主題模型簡(jiǎn)介29
• 3.1.2 主題模型方法29-31
• 3.2 主題模型求解31-33
• 3.2.1 LDA主題模型求解研究31-32
• 3.2.2 LDA主題模型求解過(guò)程32-33
• 3.3 個(gè)性化推薦算法模型研究33-35
• 3.3.1 用戶興趣模型獲取33-34
• 3.3.2 新聞文本句子特征獲取34-35
• 3.4 本章小結(jié)35-36
• 4 移動(dòng)互聯(lián)網(wǎng)的個(gè)性化推薦算法研究與改進(jìn)36-51
• 4.1 協(xié)同過(guò)濾推薦算法研究36-40
• 4.1.1 基于用戶的協(xié)同過(guò)濾推薦算法36-38
• 4.1.2 基于項(xiàng)目的協(xié)同過(guò)濾推薦算法38-40
• 4.2 協(xié)同過(guò)濾算法存在的問(wèn)題與分析40-42
• 4.2.1 數(shù)據(jù)稀疏問(wèn)題40-41
• 4.2.2 冷啟動(dòng)問(wèn)題41
• 4.2.3 可擴(kuò)展性問(wèn)題41-42
• 4.3 個(gè)性化推薦算法的改進(jìn)42-46
• 4.3.1 改進(jìn)算法的設(shè)計(jì)42
• 4.3.2 算法的改進(jìn)過(guò)程42-46
• 4.4 算法實(shí)驗(yàn)與分析46-50
• 4.4.1 實(shí)驗(yàn)環(huán)境46
• 4.4.2 評(píng)估標(biāo)準(zhǔn)46-47
• 4.4.3 測(cè)試數(shù)據(jù)集47-48
• 4.4.4 實(shí)驗(yàn)設(shè)計(jì)48-50
• 4.5 本章小結(jié)50-51
• 5 面向移動(dòng)互聯(lián)網(wǎng)的推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)51-75
• 5.1 系統(tǒng)需求分析51
• 5.2 系統(tǒng)總體設(shè)計(jì)51-57
• 5.2.1 系統(tǒng)硬件設(shè)計(jì)51-52
• 5.2.2 系統(tǒng)軟件設(shè)計(jì)52-54
• 5.2.3 系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì)54-57
• 5.3 算法模塊技術(shù)實(shí)現(xiàn)57-62
• 5.3.1 主題特征提取與模型建立57-60
• 5.3.2 推薦列表與自刷新60-62
• 5.4 移動(dòng)新聞APP功能模塊技術(shù)實(shí)現(xiàn)62-72
• 5.4.1 移動(dòng)端頁(yè)面布局63-64
• 5.4.2 接口的劃分設(shè)計(jì)64-65
• 5.4.3 注冊(cè)與登錄的實(shí)現(xiàn)65-69
• 5.4.4 用戶興趣選擇收集69-70
• 5.4.5 新聞消息推送與用戶評(píng)價(jià)再獲取70-72
• 5.5 系統(tǒng)測(cè)試72-74
• 5.5.1 測(cè)試環(huán)境72
• 5.5.2 測(cè)試方案72-73
• 5.5.3 測(cè)試結(jié)果73-74
• 5.6 本章小結(jié)74-75
• 6 總結(jié)與展望75-76
• 參考文獻(xiàn)76-79
• 作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果79-81
• 學(xué)位論文數(shù)據(jù)集81

【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)：1108475