本文關(guān)鍵詞：智慧校園中基于位置服務(wù)的教育資源推薦系統(tǒng)研究

  更多相關(guān)文章： 個性化推薦 智慧校園 臨時興趣 協(xié)同過濾 矩陣分解

【摘要】：在科技不斷快速發(fā)展的浪潮下,智慧校園的建設(shè)一直是教育改革的一個重點內(nèi)容。作為智慧校園中的一個重要組成部分,個性化推薦系統(tǒng)的存在是為了解決信息過載問題,從海量教育資源中篩選出學(xué)生感興趣的的教育資源并推薦給學(xué)生。一個好的教育資源推薦系統(tǒng)對提高學(xué)生的學(xué)習成績、培養(yǎng)學(xué)生的學(xué)習興趣、改善教育質(zhì)量有重大意義,這也是教育改革的重要目標。傳統(tǒng)的推薦算法大多只是考慮了用戶之間或者推薦內(nèi)容之間的相似性,而沒有考慮用戶的位置信息。近年來,移動終端和無線網(wǎng)絡(luò)迅速普及,室內(nèi)定位技術(shù)日益成熟,人們幾乎能夠隨時隨地通過網(wǎng)絡(luò)進行服務(wù)請求,這一改變對推薦系統(tǒng)產(chǎn)生了巨大影響。例如,在移動環(huán)境中用戶可能因為身處某地而臨時對某事物產(chǎn)生興趣,如何捕捉這種臨時興趣是一個亟待解決的問題。再者,在移動環(huán)境中,用戶對推薦系統(tǒng)實時性要求更為嚴格,用戶的興趣和地點是相關(guān)的,用戶的位置也是變動的,如果系統(tǒng)運行緩慢,可能無法滿足用戶的實時需求。另外,定位技術(shù)的發(fā)展使得推薦系統(tǒng)能夠獲取到用戶的位置信息,如果能科學(xué)有效地利用這些信息,能夠大大提高推薦系統(tǒng)的性能。所以,這些技術(shù)的發(fā)展對推薦系統(tǒng)來說,既是機遇又是挑戰(zhàn)。本文主要對智慧校園中基于用戶室內(nèi)外位置信息的教育資源推薦系統(tǒng)的構(gòu)建進行了研究與探索。首先,研究了幾種傳統(tǒng)的推薦算法,并分析了它們各自的優(yōu)缺點；其次,對教育資源推薦系統(tǒng)的基礎(chǔ)架構(gòu)進行了設(shè)計,給出了一些參考方案；再次,結(jié)合智慧校園這一應(yīng)用場景的特征,提出了改進的推薦算法,一定程度上解決了傳統(tǒng)推薦算法的冷啟動、稀疏矩陣問題,縮短了算法的運行時間,有更好的實時性,并能捕捉到用戶的臨時興趣；最后,在搜集的數(shù)據(jù)集和Foursquare數(shù)據(jù)集上對本文算法和傳統(tǒng)推薦算法進行了實驗對比分析。實驗結(jié)果表明,本文提出的算法在推薦效果上要優(yōu)于傳統(tǒng)推薦算法,能很好地滿足智慧校園這一應(yīng)用場景的需求,對某些類似場景下的推薦系統(tǒng)構(gòu)建也有一定指導(dǎo)意義。
【關(guān)鍵詞】：個性化推薦 智慧校園 臨時興趣 協(xié)同過濾 矩陣分解
【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.3
【目錄】：

• 摘要6-7
• ABSTRACT7-15
• 第一章 緒論15-21
• 1.1 研究背景15-17
• 1.2 研究現(xiàn)狀17-18
• 1.2.1 室內(nèi)定位技術(shù)的研究現(xiàn)狀17
• 1.2.2 基于用戶位置的推薦技術(shù)研究現(xiàn)狀17-18
• 1.3 本文主要工作18-19
• 1.4 論文結(jié)構(gòu)19-21
• 第二章 傳統(tǒng)個性化推薦算法的介紹21-33
• 2.1 基于內(nèi)容的推薦21-24
• 2.2 協(xié)同過濾推薦24-30
• 2.2.1 基于內(nèi)存的協(xié)同過濾26-28
• 2.2.2 基于模型的協(xié)同過濾28-30
• 2.3 混合推薦30-31
• 2.4 本章小結(jié)31-33
• 第三章 系統(tǒng)主體框架設(shè)計33-45
• 3.1 系統(tǒng)整體設(shè)計33-35
• 3.2 基于WiFi指紋的室內(nèi)定位子系統(tǒng)35-38
• 3.2.1 WiFi指紋庫建立36-37
• 3.2.2 混合KNN和貝葉斯的在線定位37-38
• 3.3 海量教育資源組織管理38-40
• 3.3.1 海量數(shù)據(jù)存儲38-39
• 3.3.2 教育資源的簡單特征提取39-40
• 3.4 社交化推薦40-42
• 3.4.1 基于內(nèi)存的社交化推薦41
• 3.4.2 基于模型的社交化推薦41-42
• 3.5 關(guān)鍵數(shù)據(jù)結(jié)構(gòu)42-44
• 3.5.1 用戶歷史位置信息42-43
• 3.5.2 區(qū)域-資源訪問表43-44
• 3.6 本章小結(jié)44-45
• 第四章 改進的基于LBS的推薦算法45-59
• 4.1 基于室內(nèi)定位的推薦45-53
• 4.1.1 算法流程46-47
• 4.1.2 室內(nèi)位置聚類47-50
• 4.1.3 近鄰用戶集的確定50-51
• 4.1.4 評分預(yù)測模塊51-53
• 4.2 基于矩陣分解的室外推薦53-58
• 4.2.1 算法流程54-55
• 4.2.2 室外位置聚類與常去位置判斷55-56
• 4.2.3 貝葉斯預(yù)測56-58
• 4.2.4 臨時興趣推薦58
• 4.3 本章小結(jié)58-59
• 第五章 實驗與分析59-71
• 5.1 實驗環(huán)境59-60
• 5.2 評價方法及標準60-61
• 5.2.1 交叉驗證60
• 5.2.2 評價指標60-61
• 5.3 基于室內(nèi)定位推薦算法的實驗及分析61-66
• 5.3.1 實驗數(shù)據(jù)集61-62
• 5.3.2 實驗設(shè)計62
• 5.3.3 實驗過程與結(jié)果分析62-66
• 5.4 基于矩陣分解的室外推薦算法實驗及分析66-70
• 5.4.1 實驗數(shù)據(jù)集及預(yù)處理66-67
• 5.4.2 實驗設(shè)計67
• 5.4.3 實驗過程與結(jié)果分析67-70
• 5.5 本章小結(jié)70-71
• 第六章 總結(jié)與展望71-73
• 6.1 工作總結(jié)71-72
• 6.2 未來工作展望72-73
• 參考文獻73-80
• 致謝80-81
• 攻讀碩士學(xué)位期間發(fā)表論文和科研情況81

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 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];計算機與數(shù)字工程;2013年10期

2 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];計算機工程與設(shè)計;2006年17期

3 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];計算機應(yīng)用研究;2007年05期

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

5 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

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

7 潘冉;姜麗紅;;基于經(jīng)濟學(xué)模型的推薦系統(tǒng)的研究[J];計算機應(yīng)用與軟件;2008年03期

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

9 劉小燕;陳艷麗;賈宗璞;沈記全;;基于增強學(xué)習的旅行計劃推薦系統(tǒng)[J];計算機工程;2010年21期

10 曹畋;;智能推薦系統(tǒng)在知識瀏覽領(lǐng)域的應(yīng)用[J];硅谷;2011年21期

中國重要會議論文全文數(shù)據(jù)庫 前8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

中國重要報紙全文數(shù)據(jù)庫 前2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];計算機世界;2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

2 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

3 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

4 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

5 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

6 劉龍;一個能實現(xiàn)個性化實時路徑推薦服務(wù)的推薦系統(tǒng)框架[D];中國科學(xué)技術(shù)大學(xué);2014年

7 李濤;推薦系統(tǒng)中若干關(guān)鍵問題研究[D];南京航空航天大學(xué);2009年

8 劉士琛;面向推薦系統(tǒng)的關(guān)鍵問題研究及應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2014年

9 李方方;非獨立同分布推薦系統(tǒng)研究[D];北京理工大學(xué);2014年

10 李曉建;基于語義的個性化資源推薦系統(tǒng)中關(guān)鍵技術(shù)研究[D];武漢大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 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

2 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

3 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

4 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

5 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

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

7 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

8 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

9 路小瑞;基于Hadoop平臺的職位推薦系統(tǒng)的設(shè)計與實現(xiàn)[D];上海交通大學(xué);2015年

10 李愛寶;基于組合消費行為分析的團購?fù)扑]系統(tǒng)的設(shè)計與實現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年

，

本文編號：642306