面向视障人群的DAISY阅读推荐系统
本文选题:DAISY 切入点:阅读软件 出处:《浙江大学》2017年硕士论文 论文类型:学位论文
【摘要】:2005年,国家信息标准组织(NISO)发表的DAISY 3.0标准被美国国家标准协会(ANSI)正式地纳入国家标准,DAISY定义了有声电子书(DTB)的内容和格式,这些有声电子书包括了 XML文本、对应的音频以及其他必要的资源文件。相对于传统的电子书格式,DAISY电子书格式有很多优点,DAISY允许视障人群轻松地浏览阅读书籍,是针对视障人群以及阅读障碍人群设计的电子书标准。根据2006年中国残疾人联合协会的官方统计数据可知,截至2006年年底,我国各类残疾人已约达8296万人次,其中视力残疾约达1233万人次,而且数量正在逐年递增,视障人群以及阅读障碍患者由于先天或者后天的缺陷无法拥有如同正常人一般的自由的阅读体验,因此,中国盲文出版社希望能开发一款适合视障人群使用的DAISY阅读软件。本文首先根据DAISY3.0标准开发出一款基于iOS系统的DAISY3.0格式的电子书阅读软件DAISYAPP,这款阅读软件可以根据目录进行导航,也可以根据上下句,上下段落进行切换,在播放音频的同时高亮对应的文本内容。其次,搭建后台服务器,实现了基于APP的面向视障人群的DAISY阅读推荐系统。最初的推荐系统算法从两方面考虑:基于内容的推荐算法和基于协同过滤的推荐算法。在分析了系统获取的真实数据、用户反馈以及移动端使用环境的特点后,提出了合理的融合基于物品推荐与基于用户推荐两种算法的面向移动端的融合推荐方法。最后,针对视障人群的特点,提出了基于APP的用户行为推荐算法,通过真实数据集上的实验结果,验证了面向视障人群进行推荐时,该算法优于传统的推荐算法,证明了改进后的推荐系统在提升视障人群的阅读体验方面的可行性。同时其改良版已经在中国盲文出版社实际系统中正式应用,为实际盲人用户提供服务。
[Abstract]:In 2005, the DAISY 3.0 standard, published by the National Information Standards Organization (ISO), was formally incorporated into the national standard by the National Standards Association (ANSI), which defines the content and format of the audio e-book, which includes XML text. The corresponding audio and other necessary resource files. Compared with the traditional e-book format, Daisy e-book format has many advantages, Daish allows visually impaired people to easily browse books, It is an e-book standard for the visually impaired and the dyslexic. According to the official statistics of the China Association of disabled Persons in 2006, by the end of 2006, the number of people with disabilities of all kinds in China had reached about 82.96 million. Among them, the number of people with visual disability is about 12.33 million, and the number is increasing year by year. People with visual impairment and people with dyslexia are unable to have the same free reading experience as normal people because of congenital or acquired defects. China Braille Publishing House hopes to develop a DAISY reading software suitable for the visually impaired. Firstly, according to the DAISY3.0 standard, this paper develops an e-book reading software DAISYAPPbased on the DAISY3.0 format of the iOS system, which can be read at the root. Navigation according to the directory, Can also be based on the upper and lower sentences, upper and lower paragraphs to switch, while playing audio at the same time highlight the corresponding text content. Secondly, build a background server, The DAISY reading recommendation system for visually impaired people based on APP is implemented. The original recommendation system algorithm is considered from two aspects: content-based recommendation algorithm and collaborative filtering recommendation algorithm. After the user feedback and the characteristics of mobile user environment, a reasonable fusion method for mobile end based on item recommendation and user recommendation is proposed. Finally, aiming at the characteristics of visually impaired people, a new method is proposed. A user behavior recommendation algorithm based on APP is proposed. The experimental results on the real data set show that the algorithm is superior to the traditional recommendation algorithm when it is recommended for the visually impaired. It is proved that the improved recommendation system is feasible in improving the reading experience of the visually impaired people. Meanwhile, the improved version has been formally used in the practical system of China Braille Publishing House to provide service to the actual blind users.
【学位授予单位】:浙江大学
【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8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
相关重要报纸文章 前2条
1 ;大数据如何“落地”[N];中国新闻出版报;2014年
2 本报记者 邹大斌;大数据:电商新武器[N];计算机世界;2012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:1562459
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/1562459.html