基于gis校园社交网络研究与设计开题报告

《基于gis校园社交网络研究与设计开题报告》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、河北工程大学本科毕业设计（论文）开题报告题目：基于GIS校1社交网络研究与设计学生姓名：付琰专业：地理信息系统班级：地理1101学号：110050119指导老师：宋红利指导教师职称：讲师2015年4月1日选题的目的意义:进入21世纪以来，随着个人计算机的迅速普及，网络技术的飞快进步，人类文明进入了以网络作为纽带的信息化社会，人们日常生产生活的方方面面日益与网络紧密相连，社交网络随之应运而生。它建立在计算机硬件和网络技术相互融合的基础之上，与传统书信、电报、电话等人际交往媒介不同，它以其直观性、及吋性、互动性等特点迅速的成为人际交往的主要工具之一，更改变了青年

2、大学生人际交往的模式。然而理工类高校与师范类院校都存在严重的男女比率失调，在这僧多粥少的环境下，在理工学校中的男同胞们与师范类的妹子们，想结识附近学院或学校的异性同学，却苦于没有一个很好的平台。-在这互联网高速发展的吋代，我们是否能结合自己的GIS专业开发出一款轻松、愉快的良好的web社交平台，从而使我们的理工类的男同胞们在身心愉悦的同吋，还可以和同校或附近学校的妹子进行交流互动。虽然我们的生活中也有许多社交工具，但是到H前为止好没有一个很好的社交平台可以使周围的理工类院校与师范类院校的同学们能够以一个轻松、愉快、有意思的方式进行互动交流。因此，针对这一情况

3、，我想到了开发一款基于GIS开发的web应用，主要是以大学生为中心。扩大我们的交友圈，让我们的大学生活充满更多的欢快。内外社交现状:社交网站在全球范围内的轰动效位始于美国校园网站Facebook,Compete公司公开数据显示，截止09年1月，由MarkZuckerberg于2004年创建的社交网站仅美国国内用户访问数达到6850万，全球用户人数已达1.5亿，全球活跃用户量已突破1.75亿。在我国，国内第一个校园交友网站校内网在大学生群体中的覆盖率已超过90%，51网在15~25岁年轻人屮也有较高的覆盖率，08年迅速成长的开心网则成为年轻0领娱乐休闲和打发吋

4、间的新宠，短短半年多吋间就发展了约1500万注册用户。社交业务经过短短5年的发展，已成为覆盖用户最广、传播影响最大、商业价值最高的Web2.0业务。虽然全球社交网站存在个人隐私安全漏洞、业务应用雷同、用户流失率高等诸多问题，但服务商正积极通过调整安全机制以及依靠平台开放来解决业务运营问题。未來，“社交”的理念将逐步渗透、融合至更多的互联网业务当中，社交网站也定将成为继搜索引擎业务之后乂一改变互联网、改变网民生活的互联网业务。我国电信行业重组的完成以及3G牌照的发放后，市场竞争円趋白热化，激烈市场竞争所导致的用户流失现象円益加剧。为增强用户粘性，我国电信运营商

5、纷纷投身社交网站的阵营当中，在电信运营商业务发展日益纵深的趋势下，社交网站定将成为未来黏住用户、推广新业务的重要途径之一。研究基本思路和方法：基于社交和兴趣的潜在好友推荐方法：好友关系可以归结为交际关系和兴趣关系。综合考虑社交和兴趣可以有效平衡推荐结果的新颖程度和用户的信任程度。木文用共同好友比例和互动比例两个指标衡量社交网络图中好友关系亲密程度，综合共同好友比例、互动比例和兴趣相似度进行评分，选取分数最高的Top-k用户推荐给目标用户。1、共同好友比例在社交网络中，可以根据现有的社交网络图给用户推荐新的好友，比如给用户推存好友的好友(Friend-of-F

6、riend)。基于好友的好友推荐算法可以用来为用户推荐在现实社会中相互熟悉而在当前社交网络中没有联系的其他用户。例如使用人人网吋，经常看到一些久未联系的老同学出现在推荐好友列表中。这种方法的优点是简洁、易实现，效果明显。但是其缺点也是显而易见的，如果用户好友人数不够多，那么无论是为其推荐其他好友或者将其推荐给其他人都会变得很难。其次是该算法只是关注“人”的因素而忽略了其他因素，可能影响所推荐好友的准确性。敁简单的好友推荐算法是为用户推荐共同好友数敁多的用户。其基木思想是，用户之间的共同好友越多，则他们越可能是好友。由于这种方法受用户好友总数影响较大，因此通常

7、根据共同好友比例计算相似度来推荐好友。2、互动比例不管人们有多少共同好友，都无法确定是否会一直与其保持联系。社交网站倾向于促使用户尽可能多地与别人产生互动，这样他们就能看到并从中提取信息。如果两个人之间没宥互动，很难称得上朋友，互联网上也是这样。社交网络中用户之间的互动包括消息、评论、转发和收藏等形式，转发和评论等行为在一定程度上代表着信息对于用户的吸引力[1],评论与转发等通常有不同的权重，为了简化计算，本文对消息、评论和转发取相同权重。3、社交兴趣度文对根据社交图谱计算用户相似度的传统方法进行改进，从共同好友和百动惜况两方而夹表现ffl户之间的关系楽密稆

8、度.从而计算出目标用户对待推荐用户的社交兴趣度，以此