当前位置:主页 > 科技论文 > 软件论文 >

和画图符推荐系统的研究

发布时间:2018-06-27 05:02

  本文选题:和画 + 和音 ; 参考:《西北大学》2017年硕士论文


【摘要】:基于图符的地球村语言——和,目前涉及到5707个图符,而随着即时通讯工具——和音的推广及语料库——和画的完善,用户及图符数量会持续增长,使得从海量的和画信息中找寻用户感兴趣的图符变得非常困难。如何利用图符本身的特征及用户庞大的社交关系为用户提供服务,是本文推荐系统关注的焦点。本文针对和语言,分析了推荐系统、传统推荐算法和地球村语言的发展现状,总结并深入探讨了现有的研究成果,设计并开发了基于和画图符的推荐系统(Recommendation System Based on Harmony,RSoH)。主要的工作内容如下:1.提出了基于和画图符内容的推荐算法(Harmony-Content-based Recommendation Algorithm,HCB)。该算法对和画图符的内容进行了分析,改进了基于内容的推荐,并将其应用在RSoH中,实现了输入框处的推荐功能。2.给出基于综合信任度的推荐算法(Comprehensive-Trust-based Recommendation Algorithm,CTB),并将该算法应用到RSoH中,实现了其通过按钮提供推荐的功能。3.分析了和音及和画的相关数据,实现了对用户信息及和画内容的建模。4.设计并实现基于和画图符的推荐系统RSoH,对RSoH系统进行测试,经过测试验证了 RSoH系统的可用性。RSoH为用户提供个性化的推荐,输入框处的推荐为用户提供快速准确的图符推荐,通过按钮提供推荐则提供更高覆盖度和新颖性的图符列表。RSoH实现了对用户的主动推荐,并且对推荐做出相应解释,提高了用户的采纳率。
[Abstract]:The talk-based global village language-harmony currently involves 5707 symbols, and the number of users and symbols will continue to grow with the promotion of instant messaging tools-harmony sounds and the perfection of corpus-sum paintings. This makes it difficult to find symbols that are of interest to users from large amounts of and drawing information. The focus of this recommendation system is how to make use of the features of chars and the huge social relationship of users to provide services to users. This paper analyzes the development of recommendation system, traditional recommendation algorithm and global village language, summarizes and discusses the existing research results, and designs and develops a recommendation system based on HarmonyRSoH. The main tasks are as follows: 1: 1. The Harmony-Content-based recommendation algorithm (HCB) is proposed. The algorithm analyzes the content of the and drawing symbols, improves the content-based recommendation, and applies it to RSoH to realize the recommendation function at the input box. A comprehensive Trust-based recommendation algorithm CTB (Comprehensive Trust-based recommendation algorithm CTB) is presented, and the algorithm is applied to RSoH. The related data of harmony sound and painting are analyzed, and the modeling of user information and content is realized. 4. Design and implement the recommendation system RSoHbased on the basis of drawing symbol, test the RSoH system, and verify the usability of RSoH system. RSoH provides personalized recommendation for users, and the recommendation at input box provides users with quick and accurate recommendation. The recommendation provided by the button provides a higher coverage and novelty list. RSoH realizes the active recommendation to the user, and explains the recommendation accordingly, which improves the adoption rate of the user.
【学位授予单位】:西北大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.3

【相似文献】

相关期刊论文 前10条

1 ;电商推荐系统进阶[J];IT经理世界;2013年11期

2 米可菲;张勇;邢春晓;蔚欣;;面向大数据的开源推荐系统分析[J];计算机与数字工程;2013年10期

3 脱建勇;王嵩;李秀;刘文煌;;精品课共享中的推荐系统框架与实现[J];计算机工程与设计;2006年17期

4 苏冠贤;张丽霞;林丕源;刘吉平;;生物信息学推荐系统的设计与实现[J];计算机应用研究;2007年05期

5 王改芬;;推荐系统研究综述[J];软件导刊;2007年23期

6 叶群来;;营销与网络推荐系统[J];电子商务;2007年10期

7 李媚;;个性化网络学习资源推荐系统研究[J];福建电脑;2008年12期

8 潘冉;姜丽红;;基于经济学模型的推荐系统的研究[J];计算机应用与软件;2008年03期

9 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

10 刘小燕;陈艳丽;贾宗璞;沈记全;;基于增强学习的旅行计划推荐系统[J];计算机工程;2010年21期

相关会议论文 前10条

1 张燕;李燕萍;;基于内容分析和点击率记录的混合音乐推荐系统[A];2009年通信理论与信号处理学术年会论文集[C];2009年

2 赵欣;寇纲;邬文帅;卢艳群;;基于时间密集性的推荐系统攻击检测[A];第六届(2011)中国管理学年会论文摘要集[C];2011年

3 张玉连;张波;张敏;;改进的个性化信息推荐系统的设计与实现[A];2005年全国理论计算机科学学术年会论文集[C];2005年

4 王君;许洁萍;;层次音乐推荐系统的研究[A];第18届全国多媒体学术会议(NCMT2009)、第5届全国人机交互学术会议(CHCI2009)、第5届全国普适计算学术会议(PCC2009)论文集[C];2009年

5 潘宇;林鸿飞;杨志豪;;基于用户聚类的电子商务推荐系统[A];第三届学生计算语言学研讨会论文集[C];2006年

6 尤忠彬;陈越;张英;朱扬勇;;基于Web服务的技术转移平台推荐系统研究[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年

7 王国霞;刘贺平;李擎;;二部图影射及其在推荐系统中的应用[A];第25届中国控制与决策会议论文集[C];2013年

8 王雪;董爱华;吴怡之;;基于RFID技术的智能服装推荐系统设计[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

9 王韬丞;罗喜军;杜小勇;;基于层次的推荐:一种新的个性化推荐算法[A];第二十四届中国数据库学术会议论文集(技术报告篇)[C];2007年

10 唐灿;;基于模糊用户心理模式的个性化推荐算法[A];2008年计算机应用技术交流会论文集[C];2008年

相关重要报纸文章 前5条

1 幸运鸟;FLASH基础(十五):图符与实例(2)[N];江苏经济报;2001年

2 记者 王夕;网络也会“读心术”[N];北京科技报;2011年

3 ;大数据如何“落地”[N];中国新闻出版报;2014年

4 7stars;更上一层楼酷炫FlashWeb[N];电脑报;2003年

5 江西 黄芙蓉;在办公之星中创建学科符号库[N];电脑报;2001年

相关博士学位论文 前10条

1 周魏;推荐系统中基于目标项目分析的托攻击检测研究[D];重庆大学;2015年

2 田刚;融合维基知识的情境感知Web服务发现方法研究[D];武汉大学;2015年

3 胡亮;集成多元信息的推荐系统建模方法的研究[D];上海交通大学;2015年

4 孙丽梅;Web-based推荐系统中若干关键问题研究[D];东北大学;2013年

5 郑麟;基于属性提升与偏好集成的上下文感知推荐[D];武汉大学;2017年

6 于鹏华;数据数量与质量敏感的推荐系统若干问题研究[D];浙江大学;2016年

7 王宏宇;商务推荐系统的设计研究[D];中国科学技术大学;2007年

8 杨东辉;基于情感相似度的社会化推荐系统研究[D];哈尔滨工业大学;2014年

9 曹渝昆;基于神经网络和模糊逻辑的智能推荐系统研究[D];重庆大学;2006年

10 王立才;上下文感知推荐系统若干关键技术研究[D];北京邮电大学;2012年

相关硕士学位论文 前10条

1 朱孔真;基于云计算的电子商务智能推荐系统研究[D];武汉理工大学;2014年

2 郭敬泽;基于赋权评分和Dpark的分布式推荐系统研究与实现[D];天津理工大学;2015年

3 周俊宇;信息推荐系统的研究与设计[D];江南大学;2015年

4 李炜;基于电子商务平台的保险推荐系统的设计与实现[D];复旦大学;2013年

5 车丰;基于排序主题模型的论文推荐系统[D];大连海事大学;2015年

6 秦大路;基于因式分解机模型的上下文感知推荐系统研究[D];郑州大学;2015年

7 徐霞婷;动态路网监控与导航推荐系统的设计与实现[D];苏州大学;2015年

8 黄学峰;基于Hadoop的电影推荐系统研究与实现[D];南京师范大学;2015年

9 路小瑞;基于Hadoop平台的职位推荐系统的设计与实现[D];上海交通大学;2015年

10 李爱宝;基于组合消费行为分析的团购推荐系统的设计与实现[D];哈尔滨工业大学;2015年



本文编号:2072764

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2072764.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户88a39***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com