基于多维度个性化推荐算法在水利头条中的应用
这是一篇关于个性化推荐,推荐算法,多维度,水利头条的论文, 主要内容为近年来,随着智能手机终端的普及,新闻资讯相关的应用逐渐从电脑端走向手机端,媒体有向智能化转换的趋势。这种转变导致用户接收的信息过载,超过了用户接受信息的承受能力。因此新闻个性化推荐技术便应运而生,它的产生可以有效的处理这一问题。本文研究的水利头条是一款推荐水利新闻和普及水利知识的信息化平台,不但为职业水利人推荐专业性水利知识,还可以为普通民众提供查阅水利相关信息的专业化平台,对普及水利相关知识有重大帮助。水利头条给人们提供了一个了解水利关注水利的专业性平台,“你关心的,才是头条”。根据用户的不同兴趣爱好为用户提供不同的水利信息,做到定制化服务,可以让更多的人参与到水利建设中去。本文重点研究内容是多维度个性化推荐算法,结合了基于热度的推荐算法和改进后的基于用户的协同过滤算法。通过对协同过滤算法缺省值的改进可以解决数据稀疏性问题,同时引入时间衰减函数。从而打破用户“信息茧房”问题和解决用户兴趣单一问题,扩大用户兴趣范围,从而提高推荐系统的精准度。同时水利头条中的推荐模块也做了深入研究,推荐模块主要包括:新闻内容建模、用户兴趣建模和多维度个性化推荐算法。最后把改进后的多维度个性化推荐算法结合移动平台设计出水利头条个性App,然后从不同的度量维度来验证多维度个性化算法准确性的提高。为用户提供更加个性化、定制化的新闻推荐。
基于多维度个性化推荐算法在水利头条中的应用
这是一篇关于个性化推荐,推荐算法,多维度,水利头条的论文, 主要内容为近年来,随着智能手机终端的普及,新闻资讯相关的应用逐渐从电脑端走向手机端,媒体有向智能化转换的趋势。这种转变导致用户接收的信息过载,超过了用户接受信息的承受能力。因此新闻个性化推荐技术便应运而生,它的产生可以有效的处理这一问题。本文研究的水利头条是一款推荐水利新闻和普及水利知识的信息化平台,不但为职业水利人推荐专业性水利知识,还可以为普通民众提供查阅水利相关信息的专业化平台,对普及水利相关知识有重大帮助。水利头条给人们提供了一个了解水利关注水利的专业性平台,“你关心的,才是头条”。根据用户的不同兴趣爱好为用户提供不同的水利信息,做到定制化服务,可以让更多的人参与到水利建设中去。本文重点研究内容是多维度个性化推荐算法,结合了基于热度的推荐算法和改进后的基于用户的协同过滤算法。通过对协同过滤算法缺省值的改进可以解决数据稀疏性问题,同时引入时间衰减函数。从而打破用户“信息茧房”问题和解决用户兴趣单一问题,扩大用户兴趣范围,从而提高推荐系统的精准度。同时水利头条中的推荐模块也做了深入研究,推荐模块主要包括:新闻内容建模、用户兴趣建模和多维度个性化推荐算法。最后把改进后的多维度个性化推荐算法结合移动平台设计出水利头条个性App,然后从不同的度量维度来验证多维度个性化算法准确性的提高。为用户提供更加个性化、定制化的新闻推荐。
大型企业的多维度动态报表生成系统的研究
这是一篇关于报表数据融合技术,多数据源,多维度,多维度动态报表的论文, 主要内容为报表一直是各行业决策的重要依据,随着信息化的迅速普及,传统手工报表已经不能适应新时代决策需求,Internet平台上的Web报表应用随即产生。对借助大型数据库来满足企业海量信息高质量需求,为决策提供可靠依据的报表系统的研究具有重要的现实意义和应用价值。本文首先介绍多维度动态报表生成系统相关理论及系统实现用到的关键技术,及通过对比或分析的方式说明选取这些理论的技术的原因。随后研究了多维度动态报表生成系统关键理论:多维度动态报表的维度组合定义,及用向量乘法理论证明报表数据项相对维度组合固定不变特性为实现提供理论依据;建立基于有向图理的维度管理模型,把维度关系信息按照该模型保存为XML文档用于判断维度组合合法性;传统数据融合思想应用到报表多数据融合领域支持报表多数据源应用;然后结合大型企业报表业务流程和主流报表特点分析多维度动态报表生成系统业务流程。最后,在Java的Eclipse开发环境下,建立基于JSP+Structs+Spring+iBatis架构包含维度管理、报表生成和数据融合等功能的多维动态报表生成系统,从而验证本文研究成果的正确性及可行性。研究成果应用于某煤炭集团煤质管理系统中,运行结果表明:多维度动态报表生成系统能够较好地解决当前报表应用的数据量大、形式固定、多数据源操作困难等问题,有良好的跨平台性和扩展性,并能够轻松移植到采用B/S体系结构软件中方便二次开发,具有使用和推广价值。
基于多维度用户画像的高校图书资源个性化推荐系统构建研究
这是一篇关于多维度,混合推荐,Spark,实时推荐的论文, 主要内容为随着大数据、人工智能等技术的快速发展,“智慧+”服务模式是信息服务的发展趋势与方向。智慧图书馆建设是智慧服务的重要领域,其强调以读者为中心,根据读者借阅需求,为读者提供更为精准的信息和知识服务。如今,高校图书馆都收藏了海量的图书资源,但大多数高校图书馆提供的依旧是传统检索方式服务,这种单向的检索服务效率不高、精准度不足。随着用户画像和推荐算法等技术的迅速发展,高校图书馆可以由读者自主检索“人找书”的被动服务向读者推荐符合需求图书的“书找人”主动服务转变,提升服务的个性化、智慧化。针对目前高校图书馆知识服务领域存在的用户画像不够完善、算法性能不佳等问题,论文研究多维度用户画像、图书模型和推荐算法,根据有限的隐式反馈和显式反馈发掘出用户的阅读倾向,从而提高图书馆个性化服务的精准化。论文的主要工作如下:(1)结合中图分类号和图书-标签两种方式建立了图书模型,提出了基于图书模型的图书相似度计算方法;并针对高校不同用户群体,结合借阅时长、流行度、借阅频次、借阅特征等4个维度,提出了多维度用户兴趣特征并构建用户画像,以满足高校图书馆用户的精准服务需求。(2)提出了一种基于Spark的离线与实时混合推荐算法。在基于图书模型的离线推荐中,为了有效解决系统冷启动问题,针对新图书和系统新用户,改进并优化了基于内容的推荐算法,通过多维度用户画像和提取关键词的方式提高用户相似度计算的准确率;同时,为了有效缓解数据稀疏问题,针对有一定历史借阅行为数据的用户,提出使用基于ALS的协同过滤推荐算法,利用矩阵分解方法降低了数据缺失率和稀疏性。在实时推荐中,针对实时性要求和用户不断变化的兴趣偏好,提出了基于图书模型的实时推荐算法,采用“推荐优先级”对候选图书进行分配权重,根据权重大小排序最终推荐结果。(3)针对本文所提出的离线与实时相混合推荐算法的性能进行测试,通过调整参数值,得到最优模型,实验结果表明,该混合推荐算法在精确率、召回率上均表现较为理想;同时,对比传统的单机服务器,基于Spark的离线与实时混合式推荐算法明显计算能力更高效。(4)设计并实现了基于多维度用户画像的高校图书资源个性化推荐系统,集成了图书推荐、图书标签、个人空间等核心功能模块。该系统在实际应用中的推荐准确性及实时性方面基本都能够满足用户需求。
多维度电网模型管理系统设计和实现
这是一篇关于电网模型,多维度,多版本,增量数据,动态堆叠的论文, 主要内容为近年来,基于国家电网公司下发的《电力调度通用数据对象结构化设计》构建的调控云平台电网基础模型,已为实时业务应用给予良好支撑。但暂不支持运行方式规划、计划新设备启用所需的未来模型构建与管理功能,无法满足计划类应用需对未来电网进行建模,离线分析类应用需要对历史模型进行分析等需求。针对上述问题,采用结构化设计思想,研究设计公共一次设备模型与业务应用特有模型的未来模型构建、存储、编辑与管理方法,实现多维度电网模型管理系统。论文主要工作如下:1.设计多维度电网模型管理系统架构,实现多维度电网模型存储、构建及管理。2.提出一种基于增量数据动态堆叠的电网未来模型维护与管理方法,以当前模型为基准,叠加计算不同未来时段生效的增量模型,构建生成相应的未来时刻电网模型,实现电网未来模型的构建与管理。3.实现模型的多版本管理,提供按需设定电网模型范围、应用、时间等定制条件,生成历史、未来电网模型版本。4.实现数据模型统一访问服务总线,提供可跨系统多版本模型访问的C++/Java接口,其中Java客户端与行业内JDBC/Spring接口相兼容,为外部系统提供多维度电网模型访问功能。5、实现规划模型管理客户端,提供电网规划模型构建与管理功能;实现模型订阅发布工具和模型版本管理工具,提供多版本模型共享功能。在上述工作基础上,设计实现多维度电网模型管理系统,并通过系统测试验证满足功能和非功能性需求。
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：代码驿站 ，原文地址：https://m.bishedaima.com/lunwen/53631.html
