【摘要】：Web3.0是互聯(lián)網(wǎng)發(fā)展過(guò)程中出現(xiàn)的一種新模式,目的是解決用戶無(wú)法從海量分散信息中快速獲取對(duì)自己有用的信息這一問(wèn)題。Web3.0在Web2.0的基礎(chǔ)上,把散落在互聯(lián)網(wǎng)上的各種信息聚合起來(lái),并與用戶的需求點(diǎn)對(duì)接,使用戶得到的服務(wù)更加個(gè)性化、精準(zhǔn)化和智能化。本文在研究Web3.0的基礎(chǔ)上,圍繞實(shí)現(xiàn)信息聚合與個(gè)性化服務(wù)及其在水文領(lǐng)域的應(yīng)用,研究相關(guān)理論與技術(shù)。首先分析了聚合模式和聚合所需數(shù)據(jù)的獲取方式。針對(duì)水文信息,確定使用網(wǎng)絡(luò)爬蟲從互聯(lián)網(wǎng)各站點(diǎn)獲取水文新聞信息,采用開放式API、Web服務(wù)和屏幕抓取等技術(shù)獲取水文相關(guān)專業(yè)數(shù)據(jù),如河道水位、流量、降雨量、水質(zhì)等。為將水文新聞與地圖進(jìn)行聚合,本文研究了從新聞頁(yè)面中自動(dòng)提取正文、關(guān)鍵詞、摘要、時(shí)間、地名等要素的方法。這些方法包括基于文本密度的頁(yè)面正文提取,基于信息熵的關(guān)鍵詞提取,基于詞頻和分布位置的地點(diǎn)提取等。研究新聞自動(dòng)分類,在樸素貝葉斯文本分類的基礎(chǔ)上,提出一種基于關(guān)鍵詞降維的改進(jìn)方法。經(jīng)驗(yàn)證該方法對(duì)分類的速度和準(zhǔn)確度都有提高。用戶興趣模型和個(gè)性化推薦算法是個(gè)性化信息服務(wù)的核心。為了實(shí)現(xiàn)個(gè)性化信息服務(wù),本文得出了一套用戶興趣模型的表示方法、構(gòu)建過(guò)程及更新機(jī)制。使用向量空間模型將用戶興趣表示為興趣關(guān)鍵詞及對(duì)應(yīng)權(quán)重的向量形式;根據(jù)用戶的瀏覽歷史和瀏覽行為隱式獲取用戶的興趣詞并計(jì)算興趣權(quán)重,以建立用戶興趣模型;借鑒艾賓浩斯遺忘曲線模擬興趣的衰減過(guò)程,用以構(gòu)建興趣的更新機(jī)制。然后設(shè)計(jì)基于上述用戶興趣模型的個(gè)性化推薦算法,包括基于內(nèi)容的推薦和基于用戶的協(xié)同過(guò)濾推薦,及基于關(guān)聯(lián)規(guī)則推薦。闡述了各種推薦算法的使用過(guò)程,并分析各算法的適用場(chǎng)景�？紤]到地理位置對(duì)用戶選擇的影響,在個(gè)性化算法中加入了地理位置因子,以優(yōu)化服務(wù)結(jié)果。最后在上述研究的基礎(chǔ)上,設(shè)計(jì)搭建B/S架構(gòu)的水文信息個(gè)性化聚合服務(wù)平臺(tái),實(shí)現(xiàn)水文信息聚合和個(gè)性化服務(wù)。滿足相關(guān)用戶對(duì)多源信息的需求和享受個(gè)性化信息服務(wù)的需求。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.3;P33
【圖文】：

Web發(fā)展

Mashup模式

圖 Mashup 是將包含位置信息的不同數(shù)據(jù)集利用地圖以圖形化的形式直觀呈來(lái)[16]。這得益于地圖服務(wù)商開放其地圖數(shù)據(jù)和服務(wù)，如 Google Maps，百度，高德地圖等。開發(fā)人員借助這些地圖 API，結(jié)合業(yè)務(wù)需求，開發(fā)出自己的 W用。如租房網(wǎng)站安居客，如圖 2-2 所示，將房源信息與地圖結(jié)合，使用戶能地圖上直觀地了解房源信息，方便用戶根據(jù)地理位置找房。

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 董倩;譚駿珊;;基于Liferay的Portlet的研究與實(shí)現(xiàn)[J];信息技術(shù);2008年05期

相關(guān)碩士學(xué)位論文 前1條

1 裴仰軍;個(gè)性化服務(wù)中用戶興趣模型的研究[D];重慶大學(xué);2005年

本文編號(hào)：2759179