本文選題：和畫 + 和音��； 參考：《西北大學》2017年碩士論文

【摘要】：基于圖符的地球村語言——和,目前涉及到5707個圖符,而隨著即時通訊工具——和音的推廣及語料庫——和畫的完善,用戶及圖符數(shù)量會持續(xù)增長,使得從海量的和畫信息中找尋用戶感興趣的圖符變得非常困難。如何利用圖符本身的特征及用戶龐大的社交關系為用戶提供服務,是本文推薦系統(tǒng)關注的焦點。本文針對和語言,分析了推薦系統(tǒng)、傳統(tǒng)推薦算法和地球村語言的發(fā)展現(xiàn)狀,總結并深入探討了現(xiàn)有的研究成果,設計并開發(fā)了基于和畫圖符的推薦系統(tǒng)(Recommendation System Based on Harmony,RSoH)。主要的工作內容如下:1.提出了基于和畫圖符內容的推薦算法(Harmony-Content-based Recommendation Algorithm,HCB)。該算法對和畫圖符的內容進行了分析,改進了基于內容的推薦,并將其應用在RSoH中,實現(xiàn)了輸入框處的推薦功能。2.給出基于綜合信任度的推薦算法(Comprehensive-Trust-based Recommendation Algorithm,CTB),并將該算法應用到RSoH中,實現(xiàn)了其通過按鈕提供推薦的功能。3.分析了和音及和畫的相關數(shù)據(jù),實現(xiàn)了對用戶信息及和畫內容的建模。4.設計并實現(xiàn)基于和畫圖符的推薦系統(tǒng)RSoH,對RSoH系統(tǒng)進行測試,經過測試驗證了 RSoH系統(tǒng)的可用性。RSoH為用戶提供個性化的推薦,輸入框處的推薦為用戶提供快速準確的圖符推薦,通過按鈕提供推薦則提供更高覆蓋度和新穎性的圖符列表。RSoH實現(xiàn)了對用戶的主動推薦,并且對推薦做出相應解釋,提高了用戶的采納率。
[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.
【學位授予單位】：西北大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.3

【相似文獻】

相關期刊論文 前10條

1 ;電商推薦系統(tǒng)進階[J];IT經理世界;2013年11期

2 米可菲;張勇;邢春曉;蔚欣;;面向大數(shù)據(jù)的開源推薦系統(tǒng)分析[J];計算機與數(shù)字工程;2013年10期

3 脫建勇;王嵩;李秀;劉文煌;;精品課共享中的推薦系統(tǒng)框架與實現(xiàn)[J];計算機工程與設計;2006年17期

4 蘇冠賢;張麗霞;林丕源;劉吉平;;生物信息學推薦系統(tǒng)的設計與實現(xiàn)[J];計算機應用研究;2007年05期

5 王改芬;;推薦系統(tǒng)研究綜述[J];軟件導刊;2007年23期

6 葉群來;;營銷與網(wǎng)絡推薦系統(tǒng)[J];電子商務;2007年10期

7 李媚;;個性化網(wǎng)絡學習資源推薦系統(tǒng)研究[J];福建電腦;2008年12期

8 潘冉;姜麗紅;;基于經濟學模型的推薦系統(tǒng)的研究[J];計算機應用與軟件;2008年03期

9 劉魯;任曉麗;;推薦系統(tǒng)研究進展及展望[J];信息系統(tǒng)學報;2008年01期

10 劉小燕;陳艷麗;賈宗璞;沈記全;;基于增強學習的旅行計劃推薦系統(tǒng)[J];計算機工程;2010年21期

相關會議論文 前10條

1 張燕;李燕萍;;基于內容分析和點擊率記錄的混合音樂推薦系統(tǒng)[A];2009年通信理論與信號處理學術年會論文集[C];2009年

2 趙欣;寇綱;鄔文帥;盧艷群;;基于時間密集性的推薦系統(tǒng)攻擊檢測[A];第六屆（2011）中國管理學年會論文摘要集[C];2011年

3 張玉連;張波;張敏;;改進的個性化信息推薦系統(tǒng)的設計與實現(xiàn)[A];2005年全國理論計算機科學學術年會論文集[C];2005年

4 王君;許潔萍;;層次音樂推薦系統(tǒng)的研究[A];第18屆全國多媒體學術會議（NCMT2009）、第5屆全國人機交互學術會議（CHCI2009）、第5屆全國普適計算學術會議（PCC2009）論文集[C];2009年

5 潘宇;林鴻飛;楊志豪;;基于用戶聚類的電子商務推薦系統(tǒng)[A];第三屆學生計算語言學研討會論文集[C];2006年

6 尤忠彬;陳越;張英;朱揚勇;;基于Web服務的技術轉移平臺推薦系統(tǒng)研究[A];第二十二屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2005年

7 王國霞;劉賀平;李擎;;二部圖影射及其在推薦系統(tǒng)中的應用[A];第25屆中國控制與決策會議論文集[C];2013年

8 王雪;董愛華;吳怡之;;基于RFID技術的智能服裝推薦系統(tǒng)設計[A];2011年全國電子信息技術與應用學術會議論文集[C];2011年

9 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2007年

10 唐燦;;基于模糊用戶心理模式的個性化推薦算法[A];2008年計算機應用技術交流會論文集[C];2008年

相關重要報紙文章 前5條

1 幸運鳥;FLASH基礎（十五）：圖符與實例（2）[N];江蘇經濟報;2001年

2 記者 王夕;網(wǎng)絡也會“讀心術”[N];北京科技報;2011年

3 ;大數(shù)據(jù)如何“落地”[N];中國新聞出版報;2014年

4 7stars;更上一層樓酷炫FlashWeb[N];電腦報;2003年

5 江西 黃芙蓉;在辦公之星中創(chuàng)建學科符號庫[N];電腦報;2001年

相關博士學位論文 前10條

1 周魏;推薦系統(tǒng)中基于目標項目分析的托攻擊檢測研究[D];重慶大學;2015年

2 田剛;融合維基知識的情境感知Web服務發(fā)現(xiàn)方法研究[D];武漢大學;2015年

3 胡亮;集成多元信息的推薦系統(tǒng)建模方法的研究[D];上海交通大學;2015年

4 孫麗梅;Web-based推薦系統(tǒng)中若干關鍵問題研究[D];東北大學;2013年

5 鄭麟;基于屬性提升與偏好集成的上下文感知推薦[D];武漢大學;2017年

6 于鵬華;數(shù)據(jù)數(shù)量與質量敏感的推薦系統(tǒng)若干問題研究[D];浙江大學;2016年

7 王宏宇;商務推薦系統(tǒng)的設計研究[D];中國科學技術大學;2007年

8 楊東輝;基于情感相似度的社會化推薦系統(tǒng)研究[D];哈爾濱工業(yè)大學;2014年

9 曹渝昆;基于神經網(wǎng)絡和模糊邏輯的智能推薦系統(tǒng)研究[D];重慶大學;2006年

10 王立才;上下文感知推薦系統(tǒng)若干關鍵技術研究[D];北京郵電大學;2012年

相關碩士學位論文 前10條

1 朱孔真;基于云計算的電子商務智能推薦系統(tǒng)研究[D];武漢理工大學;2014年

2 郭敬澤;基于賦權評分和Dpark的分布式推薦系統(tǒng)研究與實現(xiàn)[D];天津理工大學;2015年

3 周俊宇;信息推薦系統(tǒng)的研究與設計[D];江南大學;2015年

4 李煒;基于電子商務平臺的保險推薦系統(tǒng)的設計與實現(xiàn)[D];復旦大學;2013年

5 車豐;基于排序主題模型的論文推薦系統(tǒng)[D];大連海事大學;2015年

6 秦大路;基于因式分解機模型的上下文感知推薦系統(tǒng)研究[D];鄭州大學;2015年

7 徐霞婷;動態(tài)路網(wǎng)監(jiān)控與導航推薦系統(tǒng)的設計與實現(xiàn)[D];蘇州大學;2015年

8 黃學峰;基于Hadoop的電影推薦系統(tǒng)研究與實現(xiàn)[D];南京師范大學;2015年

9 路小瑞;基于Hadoop平臺的職位推薦系統(tǒng)的設計與實現(xiàn)[D];上海交通大學;2015年

10 李愛寶;基于組合消費行為分析的團購推薦系統(tǒng)的設計與實現(xiàn)[D];哈爾濱工業(yè)大學;2015年

，

本文編號：2072764