信息共享社交平台中推荐子系统的设计与实现

发布时间：2017-04-18 21:07

  本文关键词：信息共享社交平台中推荐子系统的设计与实现，由笔耕文化传播整理发布。

【摘要】：随着web2.0时代的到来,因特网得到了长足的发展,用户可以得到信息也呈现指数类型的增长。面对海量的信息,用户无法定位到感兴趣的内容,让获取信息的时间成本变的难以接受。虽然搜索引擎技术为用户搜索查找物品带来了一定的便利性,但是在一个应用中用户更多希望应用可以推送内容而不是主动查找,推荐系统在这种情境下出现并快速发展。 随着互联网的发展,各种社交应用也随着因特网发展有了迅猛的进步,越来越多的基于社交网络的知识共享应用也涌现出来。但是随着应用的发展,应用中信息开始出现严重的膨胀与冗余,再次导致人们不得不面对信息选择与信息获取的困惑。人们迫切需要一个推荐系统来给处于社交网络中的用户推荐社交圈子中有价值的内容。 本文主要研究基于社交网络的信息共享平台中推荐系统及其相关推荐技术。本文通过对传统的推荐算法进行改造,使算法可以结合社交网络中用户关系的特殊性对用户行为数据进行深层次的分析,获取更准确的用户偏好,提高算法推荐的准确率；在推荐系统开发中又分别采用了基于能力与基于插件的开发模式让系统在未来更易于扩展；通过引入分布式计算与分布式存储,让系统的效率更高。 本文首先阐述了研究的背景知识,包括信息共享平台与推荐系统的背景知识和国内外研究现状；而后进一步提出了基于社交网络的信息共享平台中推荐系统的需求。然后详细介绍了信息共享平台中推荐系统的架构设计和详细实现,对架构中的每个功能模块详细的说明了实现细节与相关技术。最后,通过对系统在功能和性能上进行测试,说明了系统的可用性与稳定性。
【关键词】：社交网络 个性化推荐 信息共享 协同过滤 用户相似度
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.3
【目录】：

• 摘要4-6
• ABSTRACT6-8
• 目录8-10
• 第一章 绪论10-14
• 1.1 研究背景与意义10-12
• 1.1.1 研究背景10-11
• 1.1.2 研究意义11-12
• 1.2 本文主要工作和贡献12-13
• 1.3 论文结构安排13-14
• 第二章 背景介绍14-22
• 2.1 信息共享社交平台出现背景14-16
• 2.2 个性化推荐系统出现背景16-17
• 2.3 个性化推荐系统介绍17
• 2.4 国内外研究现状与方向17-20
• 2.4.1 推荐系统研究现状18-19
• 2.4.2 研究方向19-20
• 2.5 需求分析20-21
• 2.6 本章小结21-22
• 第三章 信息共享社交平台推荐子系统设计22-37
• 3.1 用户数据设计22-24
• 3.1.1 用户行为数据设计22-23
• 3.1.2 用户模型的设计23-24
• 3.2 系统接口设计24-27
• 3.2.1 ·接口定义24-25
• 3.2.2 接口示例25
• 3.2.3 接口说明25-27
• 3.3 关键技术27-30
• 3.3.1 基于内容的推荐27-28
• 3.3.2 协同过滤算法28-30
• 3.3.3 混合推荐算法30
• 3.4 用户相似度30-31
• 3.5 架构设计思想31-33
• 3.5.1 基于能力的开发31-32
• 3.5.2 基于插件的开发32-33
• 3.6 信息共享社交平台推荐子系统概要设计33-36
• 3.7 本章小结36-37
• 第四章 信息共享社交平台推荐子系统实现37-54
• 4.1 信息共享社交平台推荐子系统组件实现37-49
• 4.1.1 日志模块37-40
• 4.1.2 用户相似度模块40-42
• 4.1.3 算法模块42-45
• 4.1.4 缓存模块45-47
• 4.1.5 WEB接口层47-49
• 4.2 信息共享社交平台推荐子系统接口实现49-52
• 4.2.1 模块之间通信49-50
• 4.2.2 通信数据格式50-51
• 4.2.3 日志接口实现51-52
• 4.3 推荐系统与信息共享平台交互说明52-53
• 4.3.1 记录日志52
• 4.3.2 获取推荐结果52-53
• 4.4 本章小结53-54
• 第五章 信息共享社交平台推荐子系统测试54-58
• 5.1 信息共享社交平台推荐子系统功能测试54-55
• 5.2 信息共享社交平台推荐子系统性能测试55-56
• 5.3 本章小结56-58
• 第六章 结论与展望58-60
• 6.1 论文总结58
• 6.2 未来发展展望58-60
• 参考文献60-62
• 缩略语62-63
• 致谢63-64
• 作者攻读学位期间发表的学术论文目录64

【参考文献】

中国期刊全文数据库 前10条

1 朱郁筱;吕琳媛;;推荐系统评价指标综述[J];电子科技大学学报;2012年02期

2 陈渊;林磊;孙承杰;刘秉权;;一种面向微博用户的标签推荐方法[J];智能计算机与应用;2011年05期

3 李晓昀;余颖;;基于隐性反馈的自适应推荐系统研究[J];计算机工程;2010年16期

4 李慧,颜显森;数据库技术发展的新方向——非结构化数据库[J];情报理论与实践;2001年04期

5 许海玲;吴潇;李晓东;阎保平;;互联网推荐系统比较研究[J];软件学报;2009年02期

6 严坤;倪桂强;姜劲松;冯钦;;基于AOM和插件模式的轻量级框架研究[J];计算机技术与发展;2010年10期

7 马文峰,高凤荣,王珊;论数字图书馆个性化信息推荐系统[J];现代图书情报技术;2003年02期

8 刘鲁;任晓丽;;推荐系统研究进展及展望[J];信息系统学报;2008年01期

9 程春蕊;刘万军;;高内聚低耦合软件架构的构建[J];计算机系统应用;2009年07期

10 冯克庭;南卓铜;赵彦博;舒乐乐;;基于插件的集成建模环境原型开发研究[J];遥感技术与应用;2008年05期

  本文关键词：信息共享社交平台中推荐子系统的设计与实现，由笔耕文化传播整理发布。

，

本文编号：315735