基于用户画像的不可移动文物个性化推荐系统的研究与开发
发布时间：2021-01-25 07:48
在悠久的历史长河中,我国留存下来众多文物古迹,这些文物古迹见证了中华民族波澜壮阔的发展历程,拥有着不可估量的价值。而文物工作的开展不仅有利于继承和弘扬中华民族优秀文化,还有利于提高全民族科学文化素质,建设社会主义文化强国,因此党和国家越来越注重文化遗产的保护与管理工作。数字化技术作为一种有效手段已被越来越多地运用到文物工作中,以馆藏文物为主的一批可移动文物的数字化工程已基本成熟,然而在不可移动文物领域,却未能实现一个有效的数字化展示平台。此外,由于信息技术的迅猛发展,使得信息生产、传播的方式发生了根本性变化,导致人们所处的信息环境越来越稠密。针对以上问题,拟开发一款基于用户画像的不可移动文物个性化推荐系统,该系统不但能有效缓解我国部分不可移动文物未能充分利用数字化技术的问题,同时也减少了用户查找信息的时间,帮助用户挖掘新的兴趣爱好。基于用户画像的不可移动文物个性化推荐系统的主要研究成果如下:1、全面分析用户画像的相关概念与理论,设计不可移动文物用户画像的构建方法。在采集并处理有关数据的基础上,分析用户属性信息和行为数据的结构与特点,设计不可移动文物用户画像的标签体系,生成不可移动文物用...
【文章来源】：长江大学湖北省
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
基于内容的推荐算法原理图
19图3-2协同过滤推荐算法分类图Fig.3-2Collaborativefilteringrecommendationalgorithmclassification1、基于用户的协同过滤推荐算法基于用户的协同过滤推荐算法（User-basedCollaborativeFilteringRecommendationAlgorithm，User-CF）将用户作为协同的主体，用户间爱好的相似性是该算法的核心，其基本思想是兴趣相似的用户对项目的需求具有趋同性。因此为用户推荐内容时，首先根据用户的历史行为特征找到与该用户具有相似兴趣的其他用户，然后获取其他用户感兴趣的内容，去除目标用户已经接触或评价过的物品，最终形成推荐列表推荐给目标用户[35-36]。以不可移动文物为例，依据基于用户的协同过滤推荐算法的原理发现用户C与用户A的喜好最相似，除了用户A喜爱的文物a、c外，用户C还喜欢文物b，因此将文物b推荐给用户A。图3-3用户-文物关系图Fig.3-3User-culturalrelics
19图3-2协同过滤推荐算法分类图Fig.3-2Collaborativefilteringrecommendationalgorithmclassification1、基于用户的协同过滤推荐算法基于用户的协同过滤推荐算法（User-basedCollaborativeFilteringRecommendationAlgorithm，User-CF）将用户作为协同的主体，用户间爱好的相似性是该算法的核心，其基本思想是兴趣相似的用户对项目的需求具有趋同性。因此为用户推荐内容时，首先根据用户的历史行为特征找到与该用户具有相似兴趣的其他用户，然后获取其他用户感兴趣的内容，去除目标用户已经接触或评价过的物品，最终形成推荐列表推荐给目标用户[35-36]。以不可移动文物为例，依据基于用户的协同过滤推荐算法的原理发现用户C与用户A的喜好最相似，除了用户A喜爱的文物a、c外，用户C还喜欢文物b，因此将文物b推荐给用户A。图3-3用户-文物关系图Fig.3-3User-culturalrelics
【参考文献】：
期刊论文
[1]基于大数据的患者画像标签体系构建方法及应用研究[J]. 姚华彦,张鑫金,何萍. 中国卫生信息管理杂志. 2019(06)
[2]基于用户画像的数字图书馆精准推荐服务体系构建研究[J]. 张晗,毕强,李洁,丁梦晓. 情报理论与实践. 2019(11)
[3]不可移动文物和历史建筑整体保护理念及体系建立初探[J]. 杨馥源,王德刚. 北京规划建设. 2019(S2)
[4]基于电商评价数据的农产品用户画像分析——以安化黑茶为例[J]. 李勇,谭小玲,陈晓婷,管慧. 农村经济与科技. 2019(19)
[5]我国5G商用进展综述[J]. 魏克军. 信息通信技术与政策. 2019(09)
[6]学术用户画像的行为与兴趣标签构建与应用[J]. 王仁武,张文慧. 现代情报. 2019(09)
[7]5G智能时代的文化产业创新[J]. 吴承忠. 深圳大学学报(人文社会科学版). 2019(04)
[8]大数据环境下个性化推荐系统的研究和应用[J]. 李艳. 长春大学学报. 2019(06)
[9]5G时代展望——给5G技术加上一双文化慧眼[J]. 李思屈. 人民论坛. 2019(11)
[10]文本分类中TF-IDF权重计算方法改进[J]. 隗中杰. 软件导刊. 2018(12)
博士论文
[1]中国不可移动文物资产化研究[D]. 陈曦.中国财政科学研究院 2018
[2]数字化生存下的历史文化资源保护与开发研究[D]. 赵东.山东大学 2014
[3]协同过滤推荐系统关键问题研究[D]. 孔维梁.华中师范大学 2013
[4]中国历史建筑保护科学体系的建立与方法论研究[D]. 肖金亮.清华大学 2009
硕士论文
[1]基于用户画像的手机游戏用户个性化内容推荐研究[D]. 冉蹬.西安理工大学 2018
[2]用户画像构建技术研究[D]. 费鹏.大连理工大学 2017
[3]基于用户画像的农业科技期刊推荐系统研究[D]. 石毅.湖南农业大学 2017
[4]面向稀疏性数据的协同过滤推荐算法的研究[D]. 云祥富.吉林大学 2017
[5]基于用户画像的医疗信息精准推荐的研究[D]. 王智囊.电子科技大学 2016
[6]基于内容的个性化推荐系统研究[D]. 单京晶.东北师范大学 2015
[7]宁波市不可移动文物信息管理系统的设计及实现[D]. 林浩.电子科技大学 2010
本文编号：2998860
【文章来源】：长江大学湖北省
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
基于内容的推荐算法原理图
19图3-2协同过滤推荐算法分类图Fig.3-2Collaborativefilteringrecommendationalgorithmclassification1、基于用户的协同过滤推荐算法基于用户的协同过滤推荐算法（User-basedCollaborativeFilteringRecommendationAlgorithm，User-CF）将用户作为协同的主体，用户间爱好的相似性是该算法的核心，其基本思想是兴趣相似的用户对项目的需求具有趋同性。因此为用户推荐内容时，首先根据用户的历史行为特征找到与该用户具有相似兴趣的其他用户，然后获取其他用户感兴趣的内容，去除目标用户已经接触或评价过的物品，最终形成推荐列表推荐给目标用户[35-36]。以不可移动文物为例，依据基于用户的协同过滤推荐算法的原理发现用户C与用户A的喜好最相似，除了用户A喜爱的文物a、c外，用户C还喜欢文物b，因此将文物b推荐给用户A。图3-3用户-文物关系图Fig.3-3User-culturalrelics
19图3-2协同过滤推荐算法分类图Fig.3-2Collaborativefilteringrecommendationalgorithmclassification1、基于用户的协同过滤推荐算法基于用户的协同过滤推荐算法（User-basedCollaborativeFilteringRecommendationAlgorithm，User-CF）将用户作为协同的主体，用户间爱好的相似性是该算法的核心，其基本思想是兴趣相似的用户对项目的需求具有趋同性。因此为用户推荐内容时，首先根据用户的历史行为特征找到与该用户具有相似兴趣的其他用户，然后获取其他用户感兴趣的内容，去除目标用户已经接触或评价过的物品，最终形成推荐列表推荐给目标用户[35-36]。以不可移动文物为例，依据基于用户的协同过滤推荐算法的原理发现用户C与用户A的喜好最相似，除了用户A喜爱的文物a、c外，用户C还喜欢文物b，因此将文物b推荐给用户A。图3-3用户-文物关系图Fig.3-3User-culturalrelics
【参考文献】：
期刊论文
[1]基于大数据的患者画像标签体系构建方法及应用研究[J]. 姚华彦,张鑫金,何萍. 中国卫生信息管理杂志. 2019(06)
[2]基于用户画像的数字图书馆精准推荐服务体系构建研究[J]. 张晗,毕强,李洁,丁梦晓. 情报理论与实践. 2019(11)
[3]不可移动文物和历史建筑整体保护理念及体系建立初探[J]. 杨馥源,王德刚. 北京规划建设. 2019(S2)
[4]基于电商评价数据的农产品用户画像分析——以安化黑茶为例[J]. 李勇,谭小玲,陈晓婷,管慧. 农村经济与科技. 2019(19)
[5]我国5G商用进展综述[J]. 魏克军. 信息通信技术与政策. 2019(09)
[6]学术用户画像的行为与兴趣标签构建与应用[J]. 王仁武,张文慧. 现代情报. 2019(09)
[7]5G智能时代的文化产业创新[J]. 吴承忠. 深圳大学学报(人文社会科学版). 2019(04)
[8]大数据环境下个性化推荐系统的研究和应用[J]. 李艳. 长春大学学报. 2019(06)
[9]5G时代展望——给5G技术加上一双文化慧眼[J]. 李思屈. 人民论坛. 2019(11)
[10]文本分类中TF-IDF权重计算方法改进[J]. 隗中杰. 软件导刊. 2018(12)
博士论文
[1]中国不可移动文物资产化研究[D]. 陈曦.中国财政科学研究院 2018
[2]数字化生存下的历史文化资源保护与开发研究[D]. 赵东.山东大学 2014
[3]协同过滤推荐系统关键问题研究[D]. 孔维梁.华中师范大学 2013
[4]中国历史建筑保护科学体系的建立与方法论研究[D]. 肖金亮.清华大学 2009
硕士论文
[1]基于用户画像的手机游戏用户个性化内容推荐研究[D]. 冉蹬.西安理工大学 2018
[2]用户画像构建技术研究[D]. 费鹏.大连理工大学 2017
[3]基于用户画像的农业科技期刊推荐系统研究[D]. 石毅.湖南农业大学 2017
[4]面向稀疏性数据的协同过滤推荐算法的研究[D]. 云祥富.吉林大学 2017
[5]基于用户画像的医疗信息精准推荐的研究[D]. 王智囊.电子科技大学 2016
[6]基于内容的个性化推荐系统研究[D]. 单京晶.东北师范大学 2015
[7]宁波市不可移动文物信息管理系统的设计及实现[D]. 林浩.电子科技大学 2010
本文编号：2998860
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/2998860.html
最近更新
教材专著
