版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、伴隨著移動網(wǎng)絡(luò)時代的來臨,人們生活得到了極大的改善,逐漸從信息匱乏時代步入信息過載時代,互聯(lián)網(wǎng)主要接入方式也由傳統(tǒng)的電腦端逐漸轉(zhuǎn)移至手機端,使得人們可以隨時隨地的通過手機獲取信息。并且隨著人們生活節(jié)奏的加快,碎片化時間的增多,越來越多的人使用碎片化的時間來進行閱讀,但是面對海量的圖書,如何選取自己感興趣的圖書和如何使圖書被別人發(fā)現(xiàn)成為一個難題。個性化推薦系統(tǒng)的發(fā)展和廣泛應(yīng)用,較好的解決了這個問題。
目前手機閱讀應(yīng)用發(fā)展火爆,多
2、數(shù)應(yīng)用都是傳統(tǒng)的榜單式或者分類式的結(jié)構(gòu),沒有包含推薦功能,有推薦功能的大多數(shù)也是基于關(guān)聯(lián)規(guī)則的推薦,本文在這種背景下,按照軟件工程的思想和方法,從手機用戶需求出發(fā),設(shè)計實現(xiàn)了基于混合推薦的手機閱讀推薦系統(tǒng)。完成的主要工作如下:
①從系統(tǒng)開發(fā)的背景和意義出發(fā),了解推薦系統(tǒng)發(fā)展和國內(nèi)外現(xiàn)狀,指出現(xiàn)有的閱讀應(yīng)用的不足之處。
?、谠敿毞治隽送扑]系統(tǒng)的含義,并對目前發(fā)展成熟的基于協(xié)同過濾的推薦、基于內(nèi)容的推薦、基于人口統(tǒng)計學(xué)的推
3、薦和混合推薦進行分析。
?、墼谧屑氀芯苛藝鴥?nèi)外已有的相關(guān)應(yīng)用的基礎(chǔ)上,以用戶的根本需求為背景,進行了系統(tǒng)功能需求分析,給出了相應(yīng)的用例圖和用例描述,對手機閱讀推薦系統(tǒng)的架構(gòu)和流程做了具體設(shè)計,并進一步給出了系統(tǒng)數(shù)據(jù)平臺的詳細設(shè)計方案。
?、茉敿氃O(shè)計了推薦引擎的三大模塊內(nèi)容,從挖掘用戶行為出發(fā),獲取用戶興趣模型和隱式評分,將基于內(nèi)容的推薦和基于Slope One算法推薦進行混合,并將得出結(jié)果進行過濾和排名,從而得出最終推薦
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于混合推薦的電影推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于混合推薦技術(shù)的推薦系統(tǒng)設(shè)計與實現(xiàn).pdf
- 基于混合推薦技術(shù)的推薦系統(tǒng)設(shè)計與實現(xiàn)
- 基于Spark的混合推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于混合算法的推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于SVD與SVM混合推薦的電影推薦系統(tǒng)的研究.pdf
- 基于混合推薦算法的情境感知音樂推薦系統(tǒng)研究與實現(xiàn).pdf
- 手機閱讀個性化推薦系統(tǒng)的研究與設(shè)計.pdf
- 基于協(xié)同過濾混合推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于混合推薦算法的網(wǎng)上銀行社區(qū)營銷推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于Html5的手機游戲推薦系統(tǒng)研究與實現(xiàn).pdf
- 基于Spark的混合推薦系統(tǒng).pdf
- 基于Spark平臺的混合推薦算法的研究與實現(xiàn).pdf
- 基于混合模型的推薦系統(tǒng)的研究.pdf
- 基于大數(shù)據(jù)技術(shù)的手機應(yīng)用推薦系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于Spark的混合協(xié)同過濾推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于評分與閱讀行為的讀物推薦系統(tǒng)研究與實現(xiàn).pdf
- 基于混合模式的個性化音樂推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于閱讀興趣的社交網(wǎng)絡(luò)推薦系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于音樂基因的混合音樂推薦系統(tǒng)的設(shè)計與實現(xiàn).pdf
評論
0/150
提交評論