个性化推荐算法平台指标分析系统设计与实现

发布时间：2023-03-05 05:33

　　随着现今社会中互联网行业的飞速发展,我国已经全面步入了web3.0的时代,中国网民规模和互联网普及率。中国网民的规模呈现出逐年递增的情况,且占据国内人口总数的一半以上,在2018年6月就已经到达了8亿人,互联网普及率也同时呈现出上升的趋势,目前截止到2018年6月为止,互联网的普及率已经增长至57.7%。作为web3.0的典型代表者之一,微博在网民的影响力逐年增长,已经逐步的发展为了我国现今市场中不可或缺的社会化媒体之一。微博的用户人数呈现出增长的趋势,在日常生活交往过程中,网民通过微博对外界分享自己的生活,与好友互相关注,为感兴趣的话题评论等,海量的用户人数叠加上多种动作所带来的是庞大的数据。但是面对如此大的信息量,用户所感兴趣的只是其中的一部分而已。如何给用户推荐真正感兴趣的内容就是推荐算法的工作。目前各大社交媒体平台都推出了个性化推荐的功能,但是如何衡量推荐算法的推荐效果也成为了一个很重要的问题。在此基础下,本文实现算法效果的数据多样化展示功能,为算法人员设计算法,观测算法效果提供了数据化的支持,同时给产品运营人员撰写报告,改进产品提供了数据可视化的支持。本文使用因子分析的方法对...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景与目的
        1.1.1 研究背景
        1.1.2 研究目的
    1.2 国内外研究现状分析及发展趋势
        1.2.1 推荐算法的研究现状
        1.2.2 个性化推荐算法平台指标分析系统的现状
    1.3 研究目标
    1.4 研究内容
    1.5 论文结构
第2章 相关概念和技术
    2.1 SOLR
    2.2 分类降维算法
        2.2.1 因子分析
        2.2.2 主成分分析法
        2.2.3 层次分析法
第3章 个性化推荐算法平台指标分析系统的需求分析
    3.1 业务需求分析与方案选择
        3.1.1 业务需求分析
        3.1.2 方案选择
    3.2 系统功能性需求分析
        3.2.1 数据监控
        3.2.2 指标分析
        3.2.3 综合评分分析
    3.3 系统非功能性需求
        3.3.1 可靠性需求。
        3.3.2 拓展性需求。
        3.3.3 响应时间短。
        3.3.4 易用性
    3.4 本章小结
第4章 个性化推荐算法平台指标分析系统的总体设计
    4.1 系统架构设计
    4.2 系统功能设计
        4.2.1 数据监控功能设计
        4.2.2 指标分析功能设计
        4.2.3 综合评分功能设计
    4.3 数据库设计
        4.3.1 数据库概念设计
        4.3.2 数据库表结构
    4.4 本章小结
第5章 个性化推荐算法平台指标分析系统的详细设计
    5.1 数据监控功能详细设计
    5.2 指标分析功能的详细设计
        5.2.1 对比分析子模块的详细设计
        5.2.2 差值分析子模块的详细设计
        5.2.3 多维分析子模块的详细设计
    5.3 综合评分功能的详细设计
        5.3.1 综合得分子功能的详细设计
        5.3.2 自主设置权重子功能的详细设计
    5.4 本章小结
第6章 个性化推荐算法平台指标分析的实现
    6.1 系统实现环境
        6.1.1 系统开发环境
        6.1.2 系统部署方案设计
    6.2 系统功能实现
        6.2.1 数据监控功能的实现
        6.2.2 指标分析功能的实现
        6.2.3 综合评分分析的实现
    6.3 综合评分分析结果评价
        6.3.1 不同评价方式的性能对比
        6.3.2 综合评分效果的评估与验证
    6.4 本章小结
第7章 个性化推荐算法平台指标分析系统的系统测试
    7.1 测试方案介绍
    7.2 系统功能性测试
        7.2.1 多维度分析功能模块测试
第8章 总结和展望
    8.1 总结
    8.2 展望
参考文献
致谢



本文编号：3755804