在悠久的歷史長河中,我國留存下來眾多文物古跡,這些文物古跡見證了中華民族波瀾壯闊的發(fā)展歷程,擁有著不可估量的價值。而文物工作的開展不僅有利于繼承和弘揚中華民族優(yōu)秀文化,還有利于提高全民族科學文化素質(zhì),建設(shè)社會主義文化強國,因此黨和國家越來越注重文化遺產(chǎn)的保護與管理工作。數(shù)字化技術(shù)作為一種有效手段已被越來越多地運用到文物工作中,以館藏文物為主的一批可移動文物的數(shù)字化工程已基本成熟,然而在不可移動文物領(lǐng)域,卻未能實現(xiàn)一個有效的數(shù)字化展示平臺。此外,由于信息技術(shù)的迅猛發(fā)展,使得信息生產(chǎn)、傳播的方式發(fā)生了根本性變化,導致人們所處的信息環(huán)境越來越稠密。針對以上問題,擬開發(fā)一款基于用戶畫像的不可移動文物個性化推薦系統(tǒng),該系統(tǒng)不但能有效緩解我國部分不可移動文物未能充分利用數(shù)字化技術(shù)的問題,同時也減少了用戶查找信息的時間,幫助用戶挖掘新的興趣愛好�；谟脩舢嬒竦牟豢梢苿游奈飩�性化推薦系統(tǒng)的主要研究成果如下:1、全面分析用戶畫像的相關(guān)概念與理論,設(shè)計不可移動文物用戶畫像的構(gòu)建方法。在采集并處理有關(guān)數(shù)據(jù)的基礎(chǔ)上,分析用戶屬性信息和行為數(shù)據(jù)的結(jié)構(gòu)與特點,設(shè)計不可移動文物用戶畫像的標簽體系,生成不可移動文物用... 

【文章來源】：長江大學湖北省

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

基于內(nèi)容的推薦算法原理圖

19圖3-2協(xié)同過濾推薦算法分類圖Fig.3-2Collaborativefilteringrecommendationalgorithmclassification1、基于用戶的協(xié)同過濾推薦算法基于用戶的協(xié)同過濾推薦算法（User-basedCollaborativeFilteringRecommendationAlgorithm，User-CF）將用戶作為協(xié)同的主體，用戶間愛好的相似性是該算法的核心，其基本思想是興趣相似的用戶對項目的需求具有趨同性。因此為用戶推薦內(nèi)容時，首先根據(jù)用戶的歷史行為特征找到與該用戶具有相似興趣的其他用戶，然后獲取其他用戶感興趣的內(nèi)容，去除目標用戶已經(jīng)接觸或評價過的物品，最終形成推薦列表推薦給目標用戶[35-36]。以不可移動文物為例，依據(jù)基于用戶的協(xié)同過濾推薦算法的原理發(fā)現(xiàn)用戶C與用戶A的喜好最相似，除了用戶A喜愛的文物a、c外，用戶C還喜歡文物b，因此將文物b推薦給用戶A。圖3-3用戶-文物關(guān)系圖Fig.3-3User-culturalrelics

19圖3-2協(xié)同過濾推薦算法分類圖Fig.3-2Collaborativefilteringrecommendationalgorithmclassification1、基于用戶的協(xié)同過濾推薦算法基于用戶的協(xié)同過濾推薦算法（User-basedCollaborativeFilteringRecommendationAlgorithm，User-CF）將用戶作為協(xié)同的主體，用戶間愛好的相似性是該算法的核心，其基本思想是興趣相似的用戶對項目的需求具有趨同性。因此為用戶推薦內(nèi)容時，首先根據(jù)用戶的歷史行為特征找到與該用戶具有相似興趣的其他用戶，然后獲取其他用戶感興趣的內(nèi)容，去除目標用戶已經(jīng)接觸或評價過的物品，最終形成推薦列表推薦給目標用戶[35-36]。以不可移動文物為例，依據(jù)基于用戶的協(xié)同過濾推薦算法的原理發(fā)現(xiàn)用戶C與用戶A的喜好最相似，除了用戶A喜愛的文物a、c外，用戶C還喜歡文物b，因此將文物b推薦給用戶A。圖3-3用戶-文物關(guān)系圖Fig.3-3User-culturalrelics

【參考文獻】：
期刊論文
[1]基于大數(shù)據(jù)的患者畫像標簽體系構(gòu)建方法及應用研究[J]. 姚華彥,張鑫金,何萍.  中國衛(wèi)生信息管理雜志. 2019(06)
[2]基于用戶畫像的數(shù)字圖書館精準推薦服務體系構(gòu)建研究[J]. 張晗,畢強,李潔,丁夢曉.  情報理論與實踐. 2019(11)
[3]不可移動文物和歷史建筑整體保護理念及體系建立初探[J]. 楊馥源,王德剛.  北京規(guī)劃建設(shè). 2019(S2)
[4]基于電商評價數(shù)據(jù)的農(nóng)產(chǎn)品用戶畫像分析——以安化黑茶為例[J]. 李勇,譚小玲,陳曉婷,管慧.  農(nóng)村經(jīng)濟與科技. 2019(19)
[5]我國5G商用進展綜述[J]. 魏克軍.  信息通信技術(shù)與政策. 2019(09)
[6]學術(shù)用戶畫像的行為與興趣標簽構(gòu)建與應用[J]. 王仁武,張文慧.  現(xiàn)代情報. 2019(09)
[7]5G智能時代的文化產(chǎn)業(yè)創(chuàng)新[J]. 吳承忠.  深圳大學學報(人文社會科學版). 2019(04)
[8]大數(shù)據(jù)環(huán)境下個性化推薦系統(tǒng)的研究和應用[J]. 李艷.  長春大學學報. 2019(06)
[9]5G時代展望——給5G技術(shù)加上一雙文化慧眼[J]. 李思屈.  人民論壇. 2019(11)
[10]文本分類中TF-IDF權(quán)重計算方法改進[J]. 隗中杰.  軟件導刊. 2018(12)

博士論文
[1]中國不可移動文物資產(chǎn)化研究[D]. 陳曦.中國財政科學研究院 2018
[2]數(shù)字化生存下的歷史文化資源保護與開發(fā)研究[D]. 趙東.山東大學 2014
[3]協(xié)同過濾推薦系統(tǒng)關(guān)鍵問題研究[D]. 孔維梁.華中師范大學 2013
[4]中國歷史建筑保護科學體系的建立與方法論研究[D]. 肖金亮.清華大學 2009

碩士論文
[1]基于用戶畫像的手機游戲用戶個性化內(nèi)容推薦研究[D]. 冉蹬.西安理工大學 2018
[2]用戶畫像構(gòu)建技術(shù)研究[D]. 費鵬.大連理工大學 2017
[3]基于用戶畫像的農(nóng)業(yè)科技期刊推薦系統(tǒng)研究[D]. 石毅.湖南農(nóng)業(yè)大學 2017
[4]面向稀疏性數(shù)據(jù)的協(xié)同過濾推薦算法的研究[D]. 云祥富.吉林大學 2017
[5]基于用戶畫像的醫(yī)療信息精準推薦的研究[D]. 王智囊.電子科技大學 2016
[6]基于內(nèi)容的個性化推薦系統(tǒng)研究[D]. 單京晶.東北師范大學 2015
[7]寧波市不可移動文物信息管理系統(tǒng)的設(shè)計及實現(xiàn)[D]. 林浩.電子科技大學 2010



本文編號：2998860