發(fā)布時(shí)間：2024-05-27 19:24

　　科技創(chuàng)新事件是引領(lǐng)國(guó)家發(fā)展的重要推動(dòng)力,科技發(fā)展始終是國(guó)家的重要戰(zhàn)略方向。目前,科技事件的信息管理普遍存在數(shù)據(jù)量過(guò)多、結(jié)構(gòu)雜亂、信息離散、表現(xiàn)形式單一等問(wèn)題。因此對(duì)科技事件進(jìn)行科學(xué)、合理、規(guī)范的可視化管理迫在眉睫。本文開發(fā)了一種基于個(gè)性化推薦的可視化展示系統(tǒng),采用圖形化的呈現(xiàn)方式,讓用戶可以通過(guò)更加直接、快速的方式獲取科技事件相關(guān)信息。探索科技事件之間關(guān)聯(lián),從而能夠更加全方位地理解事件本身,并且加入智能推薦算法,為用戶提供個(gè)性化信息推薦服務(wù),增強(qiáng)用戶的瀏覽體驗(yàn)。針對(duì)科技事件的個(gè)性化推薦及可視化展示系統(tǒng),具體工作如下:探討了采用基于流行度推薦算法和基于內(nèi)容推薦算法兩種方式完成對(duì)用戶的信息推薦工作。針對(duì)沒(méi)有任何歷史數(shù)據(jù)的新注冊(cè)用戶,將系統(tǒng)瀏覽量較高的科技事件生成流行版面推送給用戶。待收集用戶足夠?yàn)g覽數(shù)據(jù)之后,利用TF-IDF方法對(duì)查看內(nèi)容提取關(guān)鍵詞,建立用戶偏好模型。然后以同樣方法提取待推薦項(xiàng)目的關(guān)鍵詞,借助余弦相似度方法計(jì)算待推薦科技事件和用戶偏好模型的吻合度,將相似度排名靠前的事件推薦給用戶。研究了通過(guò)氣泡圖有效分析科技事件發(fā)生的時(shí)間、背景、影響力等級(jí),從時(shí)空角度探索科技事件發(fā)生的契機(jī)...

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.1網(wǎng)絡(luò)數(shù)據(jù)獲取流程

ｉ（Ｂｋ＼頓士學(xué)位論文??ＭＡＳＴＥＲ’Ｓ?ＴＨＥＳＩＳ??２．１．２推薦內(nèi)容的獲取??推薦內(nèi)容的獲取關(guān)鍵分為數(shù)據(jù)采集和數(shù)據(jù)處理兩步。??推薦信息的采集主要從Ｇｏｏｇｌｅ、百度和維基幾大流行搜索門戶爬取信息。據(jù)目標(biāo)從網(wǎng)站上抓取網(wǎng)頁(yè)文本，執(zhí)行腳本將會(huì)獲取整個(gè)網(wǎng)頁(yè)的ＨＴＭＬ信息，然對(duì)....

圖２．２基于內(nèi)容推薦??基于內(nèi)容的推薦優(yōu)點(diǎn)在于：（１）保證用戶的獨(dú)立性，推薦的內(nèi)容只與目標(biāo)用??

對(duì)ＨＴＭＬ信息進(jìn)行解析，生成文本文檔，將無(wú)關(guān)的標(biāo)簽舍棄。對(duì)于頁(yè)面的抓取流??程，廣度優(yōu)先搜索方式更容易控制數(shù)據(jù)抓取的過(guò)程并且處理效率更高，具體流程??如圖２．１。首先按照給定的初始目標(biāo)網(wǎng)頁(yè)ｕｒｌ進(jìn)行解析爬取，在對(duì)種子頁(yè)面抓取過(guò)??程中，由于網(wǎng)頁(yè)包含了超鏈接，因此可以提取出新的ｕｒ....

圖２．３?ｗｏｒｄｌｅ效果圖??針對(duì)文本數(shù)據(jù)可視化，“Ｗｏｒｄｌｅ?（標(biāo)簽云）”是目前使用頻率較高且最為出色??

＼?丄―??＼文章Ｂ??類型：歷史、故事??圖２．２基于內(nèi)容推薦??基于內(nèi)容的推薦優(yōu)點(diǎn)在于：（１）保證用戶的獨(dú)立性，推薦的內(nèi)容只與目標(biāo)用??戶當(dāng)前的偏好模型有關(guān)，與其他用戶信息無(wú)關(guān)，這樣可以屏蔽掉通過(guò)不正當(dāng)手段??獲得排名的項(xiàng)目；（２）推薦的內(nèi)容根據(jù)用戶之前的查看記錄產(chǎn)生，具有較....

圖２．４可視化分析流程圖??圖２．４展現(xiàn)了一個(gè)經(jīng)典的可視化分析的流程圖，參照歐洲學(xué)者ＤａｎｉｅｌＫｅｉｍ等??

?圖２．４可視化分析流程圖??圖２．４展現(xiàn)了一個(gè)經(jīng)典的可視化分析的流程圖，參照歐洲學(xué)者ＤａｎｉｅｌＫｅｉｍ等??人提出的可視化分析學(xué)標(biāo)準(zhǔn)流程［３８］所畫。最初數(shù)據(jù)的輸入，對(duì)數(shù)據(jù)進(jìn)行去噪、修??正等一系列轉(zhuǎn)換處理，然后通過(guò)可視化的途徑或者建立數(shù)據(jù)挖掘模型自動(dòng)數(shù)據(jù)分??析的方式，最后....

本文編號(hào)：3982999