基于混合推荐的手机阅读推荐系统的研究与实现
这是一篇关于手机阅读,数据平台,推荐引擎,混合推荐的论文, 主要内容为伴随着移动网络时代的来临,人们生活得到了极大的改善,逐渐从信息匮乏时代步入信息过载时代,互联网主要接入方式也由传统的电脑端逐渐转移至手机端,使得人们可以随时随地的通过手机获取信息。并且随着人们生活节奏的加快,碎片化时间的增多,越来越多的人使用碎片化的时间来进行阅读,但是面对海量的图书,如何选取自己感兴趣的图书和如何使图书被别人发现成为一个难题。个性化推荐系统的发展和广泛应用,较好的解决了这个问题。目前手机阅读应用发展火爆,多数应用都是传统的榜单式或者分类式的结构,没有包含推荐功能,有推荐功能的大多数也是基于关联规则的推荐,本文在这种背景下,按照软件工程的思想和方法,从手机用户需求出发,设计实现了基于混合推荐的手机阅读推荐系统。完成的主要工作如下:①从系统开发的背景和意义出发,了解推荐系统发展和国内外现状,指出现有的阅读应用的不足之处。②详细分析了推荐系统的含义,并对目前发展成熟的基于协同过滤的推荐、基于内容的推荐、基于人口统计学的推荐和混合推荐进行分析。③在仔细研究了国内外已有的相关应用的基础上,以用户的根本需求为背景,进行了系统功能需求分析,给出了相应的用例图和用例描述,对手机阅读推荐系统的架构和流程做了具体设计,并进一步给出了系统数据平台的详细设计方案。④详细设计了推荐引擎的三大模块内容,从挖掘用户行为出发,获取用户兴趣模型和隐式评分,将基于内容的推荐和基于Slope One算法推荐进行混合,并将得出结果进行过滤和排名,从而得出最终推荐结果。⑤使用Java语言分别实现了系统服务器端和客户端的运行界面,并对系统进行测试。
手机阅读业务内容管理系统统一门户的设计与实现
这是一篇关于手机阅读,统一门户,统一鉴权,权限控制的论文, 主要内容为手机阅读业务是中国移动手机阅读基地向用户提供的以在线和下载为主要阅读方式的自有增值业务。而业务内容管理系统(Content Manage Unit,CMU)是手机阅读业务的管理系统。随着时间的推移,CMU系统变得越来越庞大,使得在原来基础上进行维护和开发变得越来越困难。因此在对CMU系统进行重构时,采用了微服务架构,将整个系统拆分为几个特定的业务子系统,子系统之间相互独立,从而使系统的部署和开发都变得更加灵活。但是拆分之后,需要提供给用户一个访问CMU系统的整体入口,也就是CMU系统的统一门户。统一门户为用户提供了一个访问CMU系统的统一入口,主要解决了 CMU系统的统一鉴权问题和权限控制的问题,同时为CMU系统提供了基础的通用功能,比如用户管理,权限管理,角色管理和日志管理的功能。统一门户主要使用SSH (Struts、Spring、Hibernate)框架实现。在搭建统一门户的同时,又考虑到了统一门户的高可用性,比如Nginx集群的高可用,Redis集群的高可用等。在权限控制上使用了 RBAC模型来实现用户和权限的分离,方便了权限的管理。
基于J2ME平台的移动图书增殖系统的设计与研究
这是一篇关于手机阅读,J2ME,XML,HTTP通信,J2EE框架的论文, 主要内容为随着电子技术的不断发展,数码产品越来越贴近人们的生活。同时手机的CPU速度不断加快,内存容量扩大,输入法更加便捷、操作系统性能提高,手机的性能和功能越来越接近于个人电脑。特别是近几年国内手机市场的蓬勃发展,使得国内手机得以普及化,现在手机不仅仅作为一种通信工具出现在人们的眼前,朝多功能整合性产品发展已成趋势。 随之而来的是人们不断追求更多的便捷享受,更多娱乐气氛。特别是手机硬件平台的发展和3G网络的运营,使得以前局限于移动设备运行速度慢、内存小、电池有限的问题而无法实现的设想,现在已经变成了可能。手机游戏、手机阅读、手机视频等多样化的应用局面已经打开。近年来,手机电子书市场蓬勃发展,已经成为了电子消费市场的一个新亮点。 但是现有的手机移动阅读的运营模式都存在着一定的缺陷。鉴于J2ME是一种主要针对消费类电子设备的跨平台的开发系统,本文提出了基于J2EE和J2ME的图书业务增殖业务系统解决方案,并对系统的系统需求、软件体系结构设计等方面进行了深入探讨,采用了框架式、模块化的设计思想设计、实现了相应的原型系统。 本文首先分析了国内外手机阅读的发展与局限,并根据需求分析提出了系统的总体设计,通过Struts2、Spring、Hibernate的结合搭建了一个“低耦高聚”的稳定服务器。在此基础上利用J2ME技术的平台无关性的特性,开发出一个适用大部分手机的手机阅读客户端,可以满足读者和作者随时随地阅读、上传图书信息的需求。采用了HTTP+XML的通信方案来解决客户端与服务器之间的通信问题,利用XML安全机制构建移动应用安全系统,加强移动设备数据安全性能,并使用Gzip压缩来减少由于XML数据冗余比较大的问题。最后指出了系统存在的不足和进一步完善的设想。
基于混合推荐的手机阅读推荐系统的研究与实现
这是一篇关于手机阅读,数据平台,推荐引擎,混合推荐的论文, 主要内容为伴随着移动网络时代的来临,人们生活得到了极大的改善,逐渐从信息匮乏时代步入信息过载时代,互联网主要接入方式也由传统的电脑端逐渐转移至手机端,使得人们可以随时随地的通过手机获取信息。并且随着人们生活节奏的加快,碎片化时间的增多,越来越多的人使用碎片化的时间来进行阅读,但是面对海量的图书,如何选取自己感兴趣的图书和如何使图书被别人发现成为一个难题。个性化推荐系统的发展和广泛应用,较好的解决了这个问题。目前手机阅读应用发展火爆,多数应用都是传统的榜单式或者分类式的结构,没有包含推荐功能,有推荐功能的大多数也是基于关联规则的推荐,本文在这种背景下,按照软件工程的思想和方法,从手机用户需求出发,设计实现了基于混合推荐的手机阅读推荐系统。完成的主要工作如下:①从系统开发的背景和意义出发,了解推荐系统发展和国内外现状,指出现有的阅读应用的不足之处。②详细分析了推荐系统的含义,并对目前发展成熟的基于协同过滤的推荐、基于内容的推荐、基于人口统计学的推荐和混合推荐进行分析。③在仔细研究了国内外已有的相关应用的基础上,以用户的根本需求为背景,进行了系统功能需求分析,给出了相应的用例图和用例描述,对手机阅读推荐系统的架构和流程做了具体设计,并进一步给出了系统数据平台的详细设计方案。④详细设计了推荐引擎的三大模块内容,从挖掘用户行为出发,获取用户兴趣模型和隐式评分,将基于内容的推荐和基于Slope One算法推荐进行混合,并将得出结果进行过滤和排名,从而得出最终推荐结果。⑤使用Java语言分别实现了系统服务器端和客户端的运行界面,并对系统进行测试。
语义分析技术在手机阅读实时推荐系统中的应用
这是一篇关于手机阅读,推荐系统,实时计算,推荐算法的论文, 主要内容为随着手机阅读行业的不断发展,越来越多的用户选择使用手机进行图书阅读。面对海量的电子图书资源,如何根据用户需求快速找到用户想要的书目,帮助用户解决选择困难的问题,成为手机阅读行业的新需求。本课题来源于手机阅读平台的实际项目需求,对原有推荐系统进行改造,以期解决原有推荐系统高延迟,新增项目无法进行“冷启动”的问题。本课题结合具体业务需求,根据图书作为商品的特点:文本信息即为全部信息,设计并实现了基于图书语义分析技术的实时推荐系统。本课题针对商品的特点,从图书标题、摘要、介绍语等自有属性信息和订购率、转订率等营销参数信息出发,将图书相似度拆分为:编辑分、基础分、相似分与协同分,并根据其各自算法的时间复杂度、数据量的大小和时延要求采用不同的算法进行计算,然后得到其加权和作为图书相似度,提高了系统推荐结果的个性化程度与准确率,并解决了系统新增项目无法进行“冷启动”的问题。同时,系统为保证系统推荐结果的实时性与数据的及时可靠处理,通过使用Storm、MapReduce、HBase等开源大数据框架对不同模块的数据采用的不同的处理方式,提高系统数据的处理效率和推荐的实时性。最后,采用A/B测试的方式以及准确率、多样性等推荐系统常见衡量指标对本课题推荐系统进行了验证,以保证推荐算法的有效性。本课题描述的推荐系统已经成功运行在app “咪咕阅读”中,为手机阅读平台带来了良好收益。
语义分析技术在手机阅读实时推荐系统中的应用
这是一篇关于手机阅读,推荐系统,实时计算,推荐算法的论文, 主要内容为随着手机阅读行业的不断发展,越来越多的用户选择使用手机进行图书阅读。面对海量的电子图书资源,如何根据用户需求快速找到用户想要的书目,帮助用户解决选择困难的问题,成为手机阅读行业的新需求。本课题来源于手机阅读平台的实际项目需求,对原有推荐系统进行改造,以期解决原有推荐系统高延迟,新增项目无法进行“冷启动”的问题。本课题结合具体业务需求,根据图书作为商品的特点:文本信息即为全部信息,设计并实现了基于图书语义分析技术的实时推荐系统。本课题针对商品的特点,从图书标题、摘要、介绍语等自有属性信息和订购率、转订率等营销参数信息出发,将图书相似度拆分为:编辑分、基础分、相似分与协同分,并根据其各自算法的时间复杂度、数据量的大小和时延要求采用不同的算法进行计算,然后得到其加权和作为图书相似度,提高了系统推荐结果的个性化程度与准确率,并解决了系统新增项目无法进行“冷启动”的问题。同时,系统为保证系统推荐结果的实时性与数据的及时可靠处理,通过使用Storm、MapReduce、HBase等开源大数据框架对不同模块的数据采用的不同的处理方式,提高系统数据的处理效率和推荐的实时性。最后,采用A/B测试的方式以及准确率、多样性等推荐系统常见衡量指标对本课题推荐系统进行了验证,以保证推荐算法的有效性。本课题描述的推荐系统已经成功运行在app “咪咕阅读”中,为手机阅读平台带来了良好收益。
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：毕设港湾 ，原文地址：https://m.bishedaima.com/lunwen/51451.html
