融入情境感知和用户偏好的盲人行程推荐模型研究

发布时间：2017-09-18 01:00

  本文关键词：融入情境感知和用户偏好的盲人行程推荐模型研究

  更多相关文章： 情境感知 用户偏好 BP神经网络 盲人服务 个性化推荐

【摘要】：盲人是社会的特殊困难群体,视觉的衰退、丧失导致他们在信息获取和交互中存在较大的障碍,无法像正常人一样公平地获取信息资源,特别是在他们所处的情境信息发生突然改变时,他们往往会不知所措。因而,在盲人用户所处的情境信息发生改变时,如何能够结合他们的偏好,实时、有效地为他们做出最合适的行程推荐,使其获得最大的感知效益,这一问题的解决在一定程度上解决盲人的信息获取障碍问题,这也让盲人用户真真实实地感受到信息技术带给他们的便利,因而,它是信息时代一项意义重大的研究课题。 本文融合情境感知技术和BP神经网络技术,对盲人用户行程推荐模型进行了相关研究,主要研究内容有以下几点： 第一,研究分析了与盲人用户偏好相关的所有情境信息,构建了基于元组表达的情境信息集,包括由活动场所状况、各活动场所间转换状况和突发事件三个要素构成的外界情境信息集,以及盲人用户每天固定行程和临时行程构成的用户自身行程情境信息集。在对情境信息进行相关预处理基础上,剔除自身行程情境中不符实际逻辑的初始推荐行程,生成二次行程推荐列表。 第二,深入分析各活动场所,提取各活动场所的属性特征,构建在不同情境感知下的场所属性特征向量,并在此基础上,对推荐行程进行划分。同时,考虑到各活动特征对用户影响程度的不同,采用了一个喜好函数来衡量盲人用户对每个属性特征的喜好程度。融合喜好函数和偏好函数,构建基于情境感知技术的盲人用户偏好模型。 第三,在上述研究基础上,提出了一个融入情境感知和用户偏好的盲人用户行程推荐模型框架。该模型主要利用BP神经网络训练盲人用户偏好模型并对其进行验证,得到盲人用户在不同情境下的不同偏好,并结合二次行程推荐列表,生成最终行程推荐列表,为盲人用户做出感知效益最大的行程推荐。最后,利用所有收集到的盲人学生数据进行模型仿真,再抽取2名盲人学生实验结果进行对比分析,说明提出模型的有用性和有效性。
【关键词】：情境感知 用户偏好 BP神经网络 盲人服务 个性化推荐
【学位授予单位】：浙江工商大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：C913.69
【目录】：

• 摘要2-4
• ABSTRACT4-9
• 第1章 绪论9-19
• 1.1 研究背景与意义9-10
• 1.2 国内外研究现状10-16
• 1.2.1 情境感知研究现状10-12
• 1.2.2 用户行为推荐研究现状12-14
• 1.2.3 盲人服务研究现状14-16
• 1.3 主要研究内容及组织结构16-19
• 第2章 相关技术研究19-37
• 2.1 数据预处理方法研究19-20
• 2.2 数据挖掘分类技术研究20-30
• 2.2.1 数据挖掘分类算法20-25
• 2.2.2 神经网络算法25-30
• 2.3 情境感知研究30-35
• 2.3.1 情境感知计算30-34
• 2.3.2 情境建模技术34-35
• 2.4 本章小结35-37
• 第3章 基于情境感知的盲人用户偏好模型研究37-47
• 3.1 情境信息定义37-42
• 3.1.1 外界情境信息37-40
• 3.1.2 用户自身行程情境信息40-42
• 3.2 推荐行程数据收集与推荐行程划分42-43
• 3.2.1 推荐行程数据收集方式42
• 3.2.2 推荐行程划分42-43
• 3.3 基于情境感知技术的盲人用户偏好模型构建43-45
• 3.4 本章小结45-47
• 第4章 融入情境感知和用户偏好的盲人行程推荐模型研究47-53
• 4.1 盲人用户行程推荐模型框架47-48
• 4.2 融入BP神经网络的盲人用户行程推荐模型建立48-51
• 4.2.1 推荐模型基本思想48-49
• 4.2.2 推荐模型的构建49-51
• 4.3 本章小结51-53
• 第5章 模型仿真与分析53-66
• 5.1 实验数据来源与实验环境53-54
• 5.1.1 实验数据来源53-54
• 5.1.2 实验环境54
• 5.2 数据收集及预处理54-61
• 5.2.1 情境信息收集54-56
• 5.2.2 情境信息预处理56-58
• 5.2.3 用户偏好预处理58-61
• 5.3 结果分析61-65
• 5.4 本章小结65-66
• 第6章 总结与展望66-69
• 6.1 总结66-67
• 6.2 展望67-69
• 参考文献69-75
• 附录1 攻读硕士学位期间发表的论文75
• 附录2 攻读硕士学位期间参与的项目75-76
• 致谢76-77

【参考文献】

中国期刊全文数据库 前10条

1 吴吉义;林志洁;龚祥国;;基于协同过滤的移动电子商务个性化推荐系统若干研究[J];电子技术应用;2007年01期

2 庄松林;;视觉功能修复的基础理论与关键科学问题[J];光学与光电技术;2006年05期

3 王冠生;郑江华;瓦哈甫·哈力克;刘海亮;;基于Haptic技术的盲人路径诱导辅具应用研究现状[J];传感器与微系统;2013年04期

4 顾君忠;;情景感知计算[J];华东师范大学学报(自然科学版);2009年05期

5 方彬;胡侠;王灿;;基于用户行为的盲人图书推荐方法[J];计算机工程;2011年15期

6 王冠生;郑江华;瓦哈甫·哈力克;张洋;姚聚慧;;盲人导航/路径诱导辅具研究与应用综述[J];计算机应用与软件;2012年12期

7 刘晓东;数据挖掘在图书馆工作中的应用[J];情报杂志;2005年08期

8 刘红岩,陈剑,陈国青;数据挖掘中的数据分类算法综述[J];清华大学学报(自然科学版);2002年06期

9 邓飞;;RFID技术及其安全性分析[J];长沙民政职业技术学院学报;2014年01期

10 徐月美;姜薇;王溢策;;移动设备的个性化推荐在上下文感知应用[J];微计算机信息;2009年21期

，

本文编号：872408