發(fā)布時間：2019-08-13 18:44

【摘要】：隨著移動互聯(lián)網(wǎng)技術(shù)向復(fù)雜化、智能化、數(shù)據(jù)化的方向發(fā)展,其網(wǎng)絡(luò)環(huán)境更加復(fù)雜多變,使用人群也有著明顯的類型區(qū)分,互聯(lián)網(wǎng)產(chǎn)品越來越趨向同質(zhì)化。涂手應(yīng)用作為近兩年在互聯(lián)網(wǎng)社交應(yīng)用分類中出現(xiàn)的后起之秀,在繪畫圖形社交垂直領(lǐng)域占據(jù)一席之地,為繪畫愛好者提供了一個可以分享交流作品的平臺。然而在互聯(lián)網(wǎng)整體數(shù)據(jù)量日趨龐大的背景下,如何有效提升生產(chǎn)者和消費者的效率成為了一個互聯(lián)網(wǎng)社交類APP發(fā)展中不可避免的問題。而近幾年來,大數(shù)據(jù)技術(shù)不斷的發(fā)展,硬件性能的不斷提升,與之對應(yīng)的相關(guān)算法也層出不窮,其中推薦算法就是一種提升信息獲取效率的首要解決方案。對互聯(lián)網(wǎng)產(chǎn)品運行情況的分析可以為未來的軟件開發(fā)提供數(shù)據(jù)支持與設(shè)計指導(dǎo)。因此,本課題將開展基于涂手應(yīng)用的推薦系統(tǒng)開發(fā),以提升用戶的體驗和消費效率。首先,通過分析涂手應(yīng)用的功能特點以及前后端系統(tǒng)現(xiàn)有的設(shè)計與實現(xiàn)原理,選擇能夠影響用戶潛在操作行為的參數(shù)予以分析。其次,研究推薦算法并選擇適用于涂手應(yīng)用的算法并加以修改,以解決軟件和系統(tǒng)架構(gòu)上存在的不兼容問題,從而更好地貼近涂手應(yīng)用的特點。再次,開發(fā)基于推薦算法的推薦系統(tǒng),軟件設(shè)計包括推薦表持久化模塊、API網(wǎng)關(guān)模塊、行為統(tǒng)計模塊、推薦計算模塊、推薦表維護(hù)模塊。通過分析用戶的歷史操作行為并提取特征值,使用推薦算法為用戶沒有評過分的作品逐一進(jìn)行評分預(yù)測,然后將評價預(yù)測分較高的作品推薦給用戶,從而為每一個用戶提供完全個性化的繪畫作品內(nèi)容推薦服務(wù)。最后,研究并設(shè)計涂手應(yīng)用推薦系統(tǒng)的A/B測試方案以及推薦效果的評估方法,將系統(tǒng)部署到實際的線上生產(chǎn)環(huán)境進(jìn)行實驗,完成調(diào)試、監(jiān)控和實際運行等相關(guān)驗證及分析,對系統(tǒng)的運行情況和推薦結(jié)果的用戶反饋進(jìn)行數(shù)據(jù)整理和分析。實驗結(jié)果表明,系統(tǒng)的整體性能滿足實際需求,所開發(fā)的涂手應(yīng)用推薦系統(tǒng)可實現(xiàn)對用戶的興趣范圍產(chǎn)生個性化推薦內(nèi)容,可有效提升整體的用戶活躍度與留存率。
【圖文】：

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文1.2.3 涂手應(yīng)用發(fā)展現(xiàn)狀2014 年，一款名為“幾步圍住神經(jīng)喵”的移動端網(wǎng)頁游戲在微信朋友圈開始病毒式地傳播，開啟了微信朋友圈網(wǎng)頁傳播營銷的時代。同年底，“十萬喵星人計劃”正式上線，這是一款基于瀏覽器前端 Canvas 繪圖的網(wǎng)頁應(yīng)用，它在手機(jī)頁面上創(chuàng)建了一塊畫布，通過手指的觸摸移動實現(xiàn)畫圖功能，并且能看到其他用戶提交的最新作品�！笆f喵星人計劃”的初衷是一次社會性質(zhì)的實驗項目，號召大家上傳自己以畫貓為主題的即興作品，并且希望能夠收集十萬副。這是一次互聯(lián)網(wǎng)藝術(shù)的嘗試，也是藝術(shù)走下神壇，，變成大眾藝術(shù)的重要實驗。這個作品不屬于任何一個藝術(shù)家，而是屬于每一個參與此次活動的互聯(lián)網(wǎng)用戶。在不到 2 個月時間里“喵星人”總數(shù)就達(dá)到了 34 萬，并且每一副作品都截然不同，因為它們出自不同的用戶，如圖 1-1 所示。

圖 1-2 作品的創(chuàng)作、查看詳情、播放功能（2）社交關(guān)系，用戶可以關(guān)注他人，對他人的作品進(jìn)行評論、點贊等操作，可以與他人在線即時通訊聊天，如圖 1-3 所示。圖 1-3 對作品的評論與點贊、用戶關(guān)注列表、即時通訊
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;電商推薦系統(tǒng)進(jìn)階[J];IT經(jīng)理世界;2013年11期

2 米可菲;張勇;邢春曉;蔚欣;;面向大數(shù)據(jù)的開源推薦系統(tǒng)分析[J];計算機(jī)與數(shù)字工程;2013年10期

3 脫建勇;王嵩;李秀;劉文煌;;精品課共享中的推薦系統(tǒng)框架與實現(xiàn)[J];計算機(jī)工程與設(shè)計;2006年17期

4 蘇冠賢;張麗霞;林丕源;劉吉平;;生物信息學(xué)推薦系統(tǒng)的設(shè)計與實現(xiàn)[J];計算機(jī)應(yīng)用研究;2007年05期

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

6 葉群來;;營銷與網(wǎng)絡(luò)推薦系統(tǒng)[J];電子商務(wù);2007年10期

7 李媚;;個性化網(wǎng)絡(luò)學(xué)習(xí)資源推薦系統(tǒng)研究[J];福建電腦;2008年12期

8 潘冉;姜麗紅;;基于經(jīng)濟(jì)學(xué)模型的推薦系統(tǒng)的研究[J];計算機(jī)應(yīng)用與軟件;2008年03期

9 劉魯;任曉麗;;推薦系統(tǒng)研究進(jìn)展及展望[J];信息系統(tǒng)學(xué)報;2008年01期

10 劉小燕;陳艷麗;賈宗璞;沈記全;;基于增強(qiáng)學(xué)習(xí)的旅行計劃推薦系統(tǒng)[J];計算機(jī)工程;2010年21期

相關(guān)會議論文 前10條

1 張燕;李燕萍;;基于內(nèi)容分析和點擊率記錄的混合音樂推薦系統(tǒng)[A];2009年通信理論與信號處理學(xué)術(shù)年會論文集[C];2009年

2 趙欣;寇綱;鄔文帥;盧艷群;;基于時間密集性的推薦系統(tǒng)攻擊檢測[A];第六屆（2011）中國管理學(xué)年會論文摘要集[C];2011年

3 張玉連;張波;張敏;;改進(jìn)的個性化信息推薦系統(tǒng)的設(shè)計與實現(xiàn)[A];2005年全國理論計算機(jī)科學(xué)學(xué)術(shù)年會論文集[C];2005年

4 王君;許潔萍;;層次音樂推薦系統(tǒng)的研究[A];第18屆全國多媒體學(xué)術(shù)會議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2009）、第5屆全國普適計算學(xué)術(shù)會議（PCC2009）論文集[C];2009年

5 潘宇;林鴻飛;楊志豪;;基于用戶聚類的電子商務(wù)推薦系統(tǒng)[A];第三屆學(xué)生計算語言學(xué)研討會論文集[C];2006年

6 尤忠彬;陳越;張英;朱揚勇;;基于Web服務(wù)的技術(shù)轉(zhuǎn)移平臺推薦系統(tǒng)研究[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2005年

7 王國霞;劉賀平;李擎;;二部圖影射及其在推薦系統(tǒng)中的應(yīng)用[A];第25屆中國控制與決策會議論文集[C];2013年

8 王雪;董愛華;吳怡之;;基于RFID技術(shù)的智能服裝推薦系統(tǒng)設(shè)計[A];2011年全國電子信息技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2011年

9 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2007年

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

相關(guān)重要報紙文章 前3條

1 ;大數(shù)據(jù)如何“落地”[N];中國新聞出版報;2014年

2 本報記者 鄒大斌;大數(shù)據(jù)：電商新武器[N];計算機(jī)世界;2012年

3 記者 王夕;網(wǎng)絡(luò)也會“讀心術(shù)”[N];北京科技報;2011年

相關(guān)博士學(xué)位論文 前10條

1 周魏;推薦系統(tǒng)中基于目標(biāo)項目分析的托攻擊檢測研究[D];重慶大學(xué);2015年

2 田剛;融合維基知識的情境感知Web服務(wù)發(fā)現(xiàn)方法研究[D];武漢大學(xué);2015年

3 胡亮;集成多元信息的推薦系統(tǒng)建模方法的研究[D];上海交通大學(xué);2015年

4 孫麗梅;Web-based推薦系統(tǒng)中若干關(guān)鍵問題研究[D];東北大學(xué);2013年

5 鄭麟;基于屬性提升與偏好集成的上下文感知推薦[D];武漢大學(xué);2017年

6 于鵬華;數(shù)據(jù)數(shù)量與質(zhì)量敏感的推薦系統(tǒng)若干問題研究[D];浙江大學(xué);2016年

7 王宏宇;商務(wù)推薦系統(tǒng)的設(shè)計研究[D];中國科學(xué)技術(shù)大學(xué);2007年

8 楊東輝;基于情感相似度的社會化推薦系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2014年

9 曹渝昆;基于神經(jīng)網(wǎng)絡(luò)和模糊邏輯的智能推薦系統(tǒng)研究[D];重慶大學(xué);2006年

10 王立才;上下文感知推薦系統(tǒng)若干關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 汪俊杰;涂手應(yīng)用的推薦系統(tǒng)開發(fā)[D];哈爾濱工業(yè)大學(xué);2017年

2 湯夢姿;基于社會影響力的推薦系統(tǒng)研究[D];西南大學(xué);2017年

3 朱孔真;基于云計算的電子商務(wù)智能推薦系統(tǒng)研究[D];武漢理工大學(xué);2014年

4 郭敬澤;基于賦權(quán)評分和Dpark的分布式推薦系統(tǒng)研究與實現(xiàn)[D];天津理工大學(xué);2015年

5 周俊宇;信息推薦系統(tǒng)的研究與設(shè)計[D];江南大學(xué);2015年

6 李煒;基于電子商務(wù)平臺的保險推薦系統(tǒng)的設(shè)計與實現(xiàn)[D];復(fù)旦大學(xué);2013年

7 車豐;基于排序主題模型的論文推薦系統(tǒng)[D];大連海事大學(xué);2015年

8 秦大路;基于因式分解機(jī)模型的上下文感知推薦系統(tǒng)研究[D];鄭州大學(xué);2015年

9 徐霞婷;動態(tài)路網(wǎng)監(jiān)控與導(dǎo)航推薦系統(tǒng)的設(shè)計與實現(xiàn)[D];蘇州大學(xué);2015年

10 黃學(xué)峰;基于Hadoop的電影推薦系統(tǒng)研究與實現(xiàn)[D];南京師范大學(xué);2015年

本文編號：2526292