本文關(guān)鍵詞：基于安卓平臺的手機推薦引擎的設(shè)計與實現(xiàn)

  更多相關(guān)文章： 個性化推薦 本地資源 AC算法 Trie結(jié)構(gòu) 安卓手機

【摘要】：移動互聯(lián)網(wǎng)的泛起和普及將我們帶入一個數(shù)據(jù)爆炸的年代,海量數(shù)據(jù)資源在滿足用戶的同時,也帶來了數(shù)據(jù)資源超載的問題,即隨著網(wǎng)絡(luò)上數(shù)據(jù)資源的大幅增長,人們在如此大的資源中查找自己需要的資源變的如大海撈針般困難。目前,針對該問題最有效的解決方法是采用以推薦引擎為代表的信息推送系統(tǒng),它是根據(jù)監(jiān)聽記錄用戶的行為數(shù)據(jù),分析歸納使用者的上網(wǎng)習(xí)慣、瀏覽記錄等,匹配出使用者或許想知道的信息、想購買的產(chǎn)品并推薦給使用者。現(xiàn)階段大多數(shù)商用的推薦引擎都是web服務(wù)器上進行使用者行為數(shù)據(jù)收集和建模。這不僅占用了Web服務(wù)器的系統(tǒng)資源,加重了成本開銷,使用戶行為數(shù)據(jù)的采集受到限制,還可能會導(dǎo)致用戶信息的泄露。基于上述的時代背景,文本對android平臺上的個性化推薦引擎主要做了一下研究工作:首先,對安卓系統(tǒng)的平臺架構(gòu)和基本組件進行了研究。提出采用Content Provider機制與SQLite數(shù)據(jù)庫結(jié)合的方式實現(xiàn)對用戶手機上的短信息內(nèi)容和下載到手機本地的英文文本內(nèi)容的提取。其次,對字符文本存儲的trie(字典樹)算法進行研究和改進。研究發(fā)現(xiàn)該樹結(jié)構(gòu)除根節(jié)點外的每個節(jié)點都只包含一個字符。本文提出了一種改進辦法,在所有有詞尾標(biāo)識的節(jié)點上同時存儲字符串的末尾字符和整個字符串。這樣可以大大節(jié)省分析模塊對存儲數(shù)據(jù)的檢索時間。再次,對應(yīng)用在分析模塊中的字符串匹配相關(guān)的kmp算法進行研究,并改進優(yōu)化了AC算法。研究發(fā)現(xiàn)AC算法是kmp算法在復(fù)雜模式下的擴展,是在trie樹的基礎(chǔ)上為失配節(jié)點設(shè)計跳轉(zhuǎn)表來減少比較次數(shù),節(jié)省匹配時間。由于本設(shè)計是基于英文文本的分析,本文為AC算法增加了分隔符匹配的功能,來實現(xiàn)單詞分割,優(yōu)化后的算法保障了分析模塊結(jié)果的準(zhǔn)確性。最后,根據(jù)以上算法來挖掘描述用戶喜好和需求的關(guān)鍵字,完成了分析匹配模塊和廣告推送模塊的設(shè)計和實現(xiàn),并對整個推薦系統(tǒng)進行測試和驗證。
【關(guān)鍵詞】：個性化推薦 本地資源 AC算法 Trie結(jié)構(gòu) 安卓手機
【學(xué)位授予單位】：南京郵電大學(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4-5
• ABSTRACT5-8
• 第一章 緒論8-12
• 1.1 課題背景及研究意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-10
• 1.3 本文的主要工作10
• 1.4 本章小結(jié)10-12
• 第二章 技術(shù)介紹背景12-20
• 2.1 Android操作系統(tǒng)介紹12-15
• 2.1.1 Android系統(tǒng)的平臺架構(gòu)12-14
• 2.1.2 Android應(yīng)用的基本組件14
• 2.1.3 Android開發(fā)的環(huán)境配置14-15
• 2.2 Android消息的處理機制介紹15-17
• 2.3 Java多線程編程17-19
• 2.3.1 多線程定義17
• 2.3.2 Java多線程的實現(xiàn)17-18
• 2.3.3 線程的四種狀態(tài)18
• 2.3.4 線程的同步及阻塞18-19
• 2.4 本章小結(jié)19-20
• 第三章 相關(guān)算法的研究和改進20-39
• 3.1 Trie的研究與改進20-25
• 3.1.1 Trie算法的研究20-21
• 3.1.2 Trie算法的改進21-25
• 3.2 KMP算法研究25-28
• 3.3 AC算法研究28-30
• 3.4 匹配規(guī)則的設(shè)計和實現(xiàn)30-38
• 3.4.1 匹配規(guī)則文件設(shè)計30-31
• 3.4.2 AC算法中失敗節(jié)點的創(chuàng)建31-34
• 3.4.3 AC算法匹配改進和優(yōu)化34-38
• 3.5 本章小結(jié)38-39
• 第四章 推薦引擎的設(shè)計與實現(xiàn)39-52
• 4.1 概要設(shè)計39-41
• 4.2 手機本地數(shù)據(jù)資源的提取41-44
• 4.2.1 手機短信數(shù)據(jù)的提取41
• 4.2.2 手機SD卡文本數(shù)據(jù)的提取41-42
• 4.2.3 Android數(shù)據(jù)共享之contentprovider42-44
• 4.3 分析模塊的設(shè)計和實現(xiàn)44-47
• 4.4 廣告推送模塊的設(shè)計與實現(xiàn)47-49
• 4.5 推薦引擎Demo的設(shè)計與實現(xiàn)49-51
• 4.5.1 Demo界面的設(shè)計與實現(xiàn)49-50
• 4.5.2 推薦引擎與Demo通信的實現(xiàn)50-51
• 4.6 本章小結(jié)51-52
• 第五章 軟件的測試52-58
• 5.1 短信內(nèi)容提取和消息推送的功能測試52-54
• 5.2 推薦引擎的分析功能模塊測試54-57
• 5.3 本章小結(jié)57-58
• 第六章 總結(jié)與展望58-60
• 6.1 論文總結(jié)58-59
• 6.2 展望59-60
• 參考文獻60-62
• 致謝62

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 黃竟偉，，戴大為;一種Trie結(jié)構(gòu)[J];軟件學(xué)報;1994年06期

2 陳駿,楊明福;基于Trie結(jié)構(gòu)的并行多維數(shù)據(jù)包分類[J];計算機應(yīng)用與軟件;2003年11期

3 韓瑩;豐繼林;袁靜;王茂發(fā);張艷霞;陳福明;陳新房;潘志安;;基于二進制串的Trie索引樹分詞詞典機制的研究[J];計算機與現(xiàn)代化;2013年01期

4 黃競偉,戴大為;一種Trie結(jié)構(gòu)平均時間復(fù)雜度分析[J];武漢水利電力大學(xué)學(xué)報;1996年03期

5 高文利;李德華;;基于三數(shù)組Trie索引樹的詞典查詢機制[J];現(xiàn)代圖書情報技術(shù);2007年07期

6 劉麗霞;張志強;;基于Trie樹的相似字符串查找算法[J];計算機應(yīng)用;2013年08期

7 趙歡;朱紅權(quán);;基于雙數(shù)組Trie樹中文分詞研究[J];湖南大學(xué)學(xué)報(自然科學(xué)版);2009年05期

8 樂娟;;基于Trie樹的京劇術(shù)語語義詞典[J];計算機工程;2011年S1期

9 黃競偉,戴大為;Trie 堆[J];武漢水利電力大學(xué)學(xué)報;1997年04期

10 王思力;張華平;王斌;;雙數(shù)組Trie樹算法優(yōu)化及其應(yīng)用研究[J];中文信息學(xué)報;2006年05期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 ;Study on An Absolute Non-Collision Hash and Jumping Table IP Classification Algorithms[A];Proceedings of the First Conference on Web Information System and Applications[C];2004年

2 陸葉;王麗珍;;基于蟻群優(yōu)化和Trie結(jié)構(gòu)的Co-location模式挖掘[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（一）[C];2008年

3 尚鳳軍;;一種IP數(shù)據(jù)包快速分類算法[A];第十七屆全國過路控制會議論文集[C];2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 肖遙;基于Map-Reduce 和Trie樹的搜索需求識別研究[D];江西師范大學(xué);2015年

2 楊珍珍;基于安卓平臺的手機推薦引擎的設(shè)計與實現(xiàn)[D];南京郵電大學(xué);2016年

3 葉光輝;基于多分支Trie的虛擬路由查找算法研究[D];湖南大學(xué);2012年

4 尹京花;改進的Trie樹和AC算法在Android平臺上個性化推薦引擎的設(shè)計與實現(xiàn)[D];成都理工大學(xué);2013年

本文編號：790358