面向知识服务的图书馆管理信息系统的设计与实现
这是一篇关于图书馆管理信息系统,J2EE,知识服务,信息推荐,协同过滤的论文, 主要内容为现在社会已经进入信息时代,信息管理技术得到了广泛的认可和应用。图书馆作为办学三大支柱之一,承担着保存知识,为教学和科研提供数据资源的重要任务,为了提高图书借阅效率和图书馆的利用率,急需建设现代化的图书馆管理系统,通过信息技术辅助图书馆的管理工作。目前,大多数图书馆管理信息系统仍然是以图书管理为核心,系统的功能设计局限于完成图书馆的日常业务流程,基于数据库查询技术向读者提供统一的书目检索功能,这种方式无法根据读者兴趣偏好,向读者提供个性化的信息服务,属于被动的服务方式。在知识膨胀的现在社会,读者在面对众多备选资料的时候,往往不知何去何从。在此背景下,本文研究面向知识服务的图书馆管理信息系统的设计与实现,系统以现在图书馆管理为基石,为图书管理提供全方位的信息支持;同时系统通过分析读者的借阅记录,向读者推送符合读者阅读偏好的资料信息,实现图书馆管理信息系统用传统的信息管理到知识挖掘和服务的转变。通过主动的、个性化的信息服务方式,提高读者的借阅体验和图书馆的利用效率。首先,本文基于图书馆管理理论,在分析国内外优秀的图书馆管理软件以及实践调研的基础上,对现在读书馆管理信息系统建设的范围和内容进行了清晰的定义,采用统一建模语言刻画图书馆管理的各项需求、功能,为系统的实现奠定基础。其次,在系统结构设计上,采用B/S三层架构,支持分布式的办公需求,方便读者对图书资源的查询和借阅。系统采用MVC分层开发框架,提高了软件的健壮性,利于软件的后期维护和扩展。第三,在传统图书馆管理信息系统的基础上,本文提出了图书馆的知识服务功能的研发,依据读者借阅记录,生成读者对于书刊的评分矩阵,然后,基于协同过滤方法,计算用户可能感兴趣的书刊,定期向用户推送其最有可能感兴趣的书籍资料信息。最后,系统基于J2EE平台开发和实现,在论文最后,我们对系统进行了整体测试并对测试结果进行了分析。
基于信息推荐的高校数字图书馆系统的设计与实现
这是一篇关于数字图书馆,信息推荐,元数据,全文检索,协同过滤的论文, 主要内容为人类社会进入大数据时代,电子书籍、图片和视频呈现出爆炸式的增长,电子出版物盛行,如何有效的识别、保存和传播网络上的知识资源,如何有效的组织海量的无结构数据构成能够被人利用的知识库为目前亟待解决的问题,数字图书馆成为解决这一问题关键。目前高校数字化图书馆的建设仍出于起始阶段,数字图书馆的主要业务仍以电子资源的整理、存储、检索为基础,面向用户提供资源的查询、在线浏览和下载服务,用户在利用数字图书馆获取知识的时候仍以主动查询的方式为主,但是,面对大量的系统反馈信息,往往不知道作何选择。信息推荐技术的出现改变了人类获取知识的方式,从传统的主动获取变为被动接受,基于用户特征和兴趣分析,向用户推荐其适合或者感兴趣的信息。在此背景下,本文研究基于信息推荐的高校数字图书馆系统的设计与实现,系统能够提高电子资源的整理、存储和检索,向读者提供信息的查询、浏览和下载服务,此外,在传统数字图书馆业务的基础上,实现信息推荐功能,以读者为服务核心,从借阅信息中挖掘读者的兴趣爱好,向读者推送感兴趣的电子资源。高校数字图书馆系统的需求分析阶段,对国内外现存在高校数字图书馆系统进行功能性分析,了解每一项功能对应的业务需求,对高校数字图书馆管理流程进行梳理,在需求分析的形式表述上,首先通过活动图对系统需求进行整体阐述,然后基于UML用例图对系统的主要模块进行分析,最后,基于高校数字图书馆的规模分析系统的性能指标需求。基于以上分析,我们将高校数字图书馆业务划分为:用户信息管理、电子资料管理、查询统计和信息推荐。定义电子资源的元数据,基于元数据的描述进行检索,提供高效和准确的查询。本文的元数据定义采用关系元组的形式描述电子资源。在元数据的抽取方法上,对电子文档采用基于启发式的抽取方法,这主要是因为电子文档有一定的规律性,可以制定模板进行自动化抽取;图片和视频的元数据抽取采用人工方式。从数字图书馆规模需求角度考虑,电子资源的存储和管理时采用分布式存储策略,并按照数据类型分节点存储,便于数据的检索和管理;对于元数据,以及其他定义清晰的数据,建立E-R图模型,采用关系数据库存储。在系统的设计和实现阶段,系统采用MVC分成开发框架,分别从功能组织、体系结构以及网络拓扑结构3个方面阐述了系统的架构设计。本文选择J2EE开发环境,数据库为Oracle 12C,基于JSP技术实现具有B/S结构的高校数字图书馆系统。在设计和实现部分,给出了系统整体的类图设计,然后基于流程图和序列图给出了具体功能的设计和实现细节。特别指出,在电子资料管理中,本文给出了元数据的抽取算法以及基于Lucene的全文检索功能的实现;在信息推荐功能设计和实现中,本文采用了应用较广的协同过滤推荐算法。文章最后给出了系统测试,测试的内容包括功能测试和性能测试两个方面。功能测试基于黑盒测试方法,测试了系统主要功能模块的工作情况,验证功能是否满足预期要求。在性能测试过程中,采用了模拟软件进行压力测试,分别统计了系统的响应时间、上传速率、CPU占用率等指标。测试结果表明,本文设计和实现的数字图书馆系统能够有效的存储和检索电子资源,向读者提供信息的查询、浏览和下载服务,实现信息推荐,向读者推送感兴趣的电子资源。
基于本体的末端物流信息推荐系统研究
这是一篇关于末端物流,信息推荐,用户兴趣,本体推理,系统分析与设计的论文, 主要内容为得益于电商平台的快速崛起和疯狂扩张,快递行业近年也迎来了爆发式增长,自2014年我国快递业务量突破100亿件超过美国以来,已连续八年稳居世界第一。然而,快递业务量的急剧增长也给物流配送带来了巨大压力。一方面,由于物流配送过程中承担“最后一公里”配送业务的主体众多,服务水平参差不齐,并且存在着消费者配送需求与物流服务供给侧不匹配、服务质量和配送成本对抗等问题,导致物流服务商提供的配送服务质量不高。另一方面,随着居民生活质量的不断提升,消费者对于快递末端配送的要求也在逐步提高,客户在关注物流服务商提供的配送服务能满足快递可达性和配送时效性基础上,还看重配送过程中能否提供更加便捷、贴合客户需求的个性化配送服务。因此,为了顺应消费者不断提高的物流服务要求,改善末端物流配送的服务水平和服务质量,增强客户服务满意度,本文对末端物流配送领域的客户需求和个性化配送信息推荐展开了深入研究。首先,本文对末端物流配送领域相关文献进行查阅分析,明确当前末端物流配送服务面临的现状,同时采用问卷方式对末端物流配送涉及的主体客户进行需求调研,针对调研结果总结归纳出当前末端物流配送存在的问题与不足。在此基础上,挖掘客户在末端物流信息服务系统中功能性方面的深层次需求。其次,在明确末端物流信息服务功能性需求基础上,设计一种末端物流信息推荐系统。该系统采用表现层、业务逻辑层和数据层为主体的三层架构,结合系统架构和系统功能性需求,划分出以配送服务推荐为核心的主要功能模块,并对该系统所涉及的数据库进行设计。再次,对配送服务推荐模块中的关键核心技术展开研究,提出一种融合本体与用户兴趣的末端物流信息推荐方法。该方法采用向量空间模型的方式构建用户兴趣模型,用以表示用户在配送服务方面的个性化兴趣倾向,并根据用户模型中的用户属性信息划分出不同的用户群体。同一群体中的用户往往在配送服务兴趣倾向上具备一定共性,因此借用协同过滤的思想计算出用户对各项配送服务的兴趣度,并根据兴趣度高低排序,由此产生初始的配送服务推荐结果。该方法引入末端物流配送领域本体的规则推理,根据物流包裹信息过滤和匹配出适用的配送服务,与初始推荐结果结合形成最终的末端物流配送服务推荐,通过设计案例验证了方法的有效性。最后,本文对分析和设计的末端物流信息推荐系统的个性化推荐功能实现效果进行了展示,并设计功能用例测试了系统核心功能的正确性。本文的研究在理论层面上,完成了末端物流配送领域的用户兴趣建模,并在此基础上提出了适用于末端物流配送的信息推荐方法,该推荐方法不仅考虑了用户的兴趣倾向,还融入了末端物流领域本体的规则推理进行服务匹配和推荐,为物流服务领域的信息推荐提供了新的研究思路和理论支撑。在应用层面上,本文挖掘分析出了客户在末端物流配送信息服务上的深层次需求,并在此基础上设计和实现了末端物流信息推荐系统,有助于丰富物流企业信息系统和相关平台所提供的服务内容和功能扩展,为我国物流快递企业提高配送服务水平,提升客户服务满意度并增加用户黏度提供指导和建议。
高校在线论坛系统的设计与实现
这是一篇关于在线论坛系统,Spring,全文检索,信息推荐的论文, 主要内容为随着信息技术的发展,建设完善的高校管理信息系统成为高校提高办公效率和教学质量的重要手段,其中在线论坛能够充分发挥Internet的优势,作为消息交流和资源分享的平台,是高校信息化建设的重要组成部分。但是,随着用户量的积累,面对大规模,快速增长的数据,用户往往难以有效获取感兴趣的信息。针对此问题,本文研究基于信息推荐的高校在线论坛系统,系统除了面向高校师生提供论坛基本服务和高校舆情分析外,还从信息检索和信息推荐两个方面提高用户获取的信息的效率。在需求分析阶段,本文从功能性和非功能性两个方面对高校在线论坛的需求进行描述和建模,首先给出了系统的需求背景、数据流和总体业务描述,然后基于UML用例图对系统的主要业务活动进行了建模,最后从性能和兼容性两个方面给出了系统的非功能性需求指标。在数据建模过程中,采用关系数据模型进行建模,给出了系统的E-R模型,关系数据模型以及信息表的设计,数据库采用了MySQL。在系统的设计和实现阶段,选择J2EE开发环境,基于Spring技术构建MVC开发框架,首先给出了系统的架构设计,包括网络拓扑架构、系统逻辑架构和功能架构;进一步,分析了系统实现需要的类图,最后给出了系统主要功能模块的设计和实现,包括:系统管理、基础服务、信息检索和信息推荐4个模块。在每一个模块的设计和实现中,都给出了详细的算法和序列图描述,其中,在信息检索模块,为了实现全文检索,提高用户查询的相关度和准确度,本文采用Lucene构建全文索引,基于TFIDF对查询结果排序,使查询关键词与系统返回结果保持了较高的相关度;在信息推荐模块,考虑数据规模和数据增长速度等因素,通过构建兴趣图谱建立基于内容匹配的信息推荐服务,信息推荐功能的设计和实现可以帮助论坛用户从传统的主动搜索和浏览式的信息获取方式向被动接受方式转变,能够让用户在大规模数据浏览中获得更好的服务体验,是大数据时代论坛建设的重要趋势。最后,论文给出了系统测试,从功能性和非功能性两个方面验证系统是否满足需求分析的各项要求。在功能测试中我们采用黑盒测试方法,验证功能在给定条件下是否满足预期要求。基于模拟软件进行性能测试,记录和分析了测试结果,最后给出了系统兼容性测试。综合测试结果表明,论文设计和实现的高校在线论坛系统能够满足现在高校师生分享交流的现实需求,可以帮助教务工作者及时了解校园舆情动向,提高了学校的内部的信息交流。
基于社交媒体基因图谱的协同过滤推荐服务研究
这是一篇关于社交媒体,基因图谱,协同过滤算法,信息推荐,项目相似度的论文, 主要内容为信息技术的迅速发展为社交媒体的快速兴起奠定了基础,用户拥有多重的身份。社交媒体主要服务于用户,根据社交媒体的类别采用合适的推荐方法为用户提供个性化服务。但现有推荐方法大多以用户或项目间相似性为维度进行用户推荐或项目推荐,相似性的计算方法比较单一,若数据规模较大,推荐准确率下降。或者在研究方法中偏重于某一方面,如兴趣偏好、信任度、内容标签,很少同时将多种影响因素考虑在内,推荐准确率有待提升。针对以上问题,本文提出了一种基于社交媒体基因图谱的协同过滤推荐算法。本文的主要研究工作如下:首先,基于生物学中的相关理论,通过采集社交媒体用户行为数据,规约出生物基因、社会基因和网络基因片段,分别计算各基因片段上核心基因匹配度,运用熵权法确定基因片段权重,构建社交媒体基因图谱,并实现推荐。经实验得出,此用户推荐方法与其他传统推荐方法相比,有更好地推荐效果。然后,针对目前社交媒体推荐方法主要集中在用户或项目推荐上的现状,本文将社交媒体基因图谱和项目相似度相融合,提出基于社交媒体基因图谱的协同过滤推荐算法。在项目相似度度量中,采取融合评分相似度和语义相似度的方法,和用户基因匹配度共同引入加权slope one算法中,实现综合服务推荐。最后,针对优化后算法,以新浪微博为数据集,以优化前的两种算法和其他两种优化后的算法分别进行对比实验,根据MAE、MRSE两种评价指标的数据表明,本文推荐算法有明显改进。
支持隐私保护的社交网络信息推荐方法研究与实现
这是一篇关于社交网络,用户兴趣,信息推荐,隐私保护,信息传播的论文, 主要内容为随着信息技术的发展以及互联网的普及,社交网络逐渐成为人们日常交流的重要组成部分。然而由于信息的急剧增长,人们在享受社交媒体带来便捷服务的同时,如何在海量数据中寻找到自己感兴趣的内容成为一个难题。在此背景下,社交网络推荐系统应运而生,同时,社交网络推荐系统也存在用户隐私泄露的风险。如何既能保证用户隐私安全又能提供高质量的推荐服务成为研究热点。目前信息推荐主要集中于广告推荐、基于位置的推荐以及电商网的推荐。然而,对于支持隐私保护的社交网络信息推荐研究较少。本文主要研究在保护用户隐私的同时给用户推荐感兴趣的博文,提出社交网络用户兴趣推测方法与支持隐私保护的社交网络信息推荐方法,并使用新浪微博公开数据集进行验证。实验表明用户兴趣推测方法的准确率和召回率在80%以上,隐私保护方法的隐私损失比在20%以下。论文主要贡献如下1.提出一种基于社交网络的用户兴趣推测方法针对社交网络用户难以从互联网获取想要信息的问题,提出一种基于社交网络的用户兴趣推测方法。通过对好友发表、评论、转发博文的分类特征得到好友兴趣,并使用PersonalRank算法计算好友兴趣度,解决用户评分数据冷启动问题;通过好友兴趣度、用户与好友之间熟悉度以及兴趣相似度计算用户兴趣度,并将前N个兴趣度作为推测的用户兴趣。实验表明,所提方法推测用户兴趣具有较好的效果。2.提出一种支持信息推荐的隐私保护方法针对社交网络信息推荐中的信息传播带来隐私泄露的问题,结合信息传播模型,提出了一种支持隐私保护的社交网络信息推荐方法。通过个性化偏好设置允许用户设置受限访问用户列表,利用受限访问用户列表计算信息传播至黑名单用户的概率;设置隐私泄露阈值描述限制黑名单用户访问隐私博文概率边界值,达到信息推荐中保护用户隐私的目的。实验结果表明,所提方法可以在保证推荐效果的同时更好地保护用户隐私。3.实现支持隐私保护的信息推荐系统原型针对推荐系统被推荐信息存在泄露用户隐私风险问题,研发一个支持隐私保护的信息推荐系统原型,实现了用户兴趣推测功能、隐私保护功能、信息推荐功能和数据可视化功能。通过数据可视化功能展示用户兴趣、用户影响力,其中用户兴趣字体展示用户兴趣度大小,用户气泡展现用户影响力大小,使用可视化的方式直观展示数据,有利于数据的进一步分析。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码客栈网 ，原文地址：https://m.bishedaima.com/lunwen/48012.html
