基于云平台的智能终端推荐系统的设计和实现

基于云平台的智能终端推荐系统的设计和实现

ID:33231491

大小:2.11 MB

页数:80页

时间:2019-02-22

基于云平台的智能终端推荐系统的设计和实现_第1页
基于云平台的智能终端推荐系统的设计和实现_第2页
基于云平台的智能终端推荐系统的设计和实现_第3页
基于云平台的智能终端推荐系统的设计和实现_第4页
基于云平台的智能终端推荐系统的设计和实现_第5页
资源描述:

《基于云平台的智能终端推荐系统的设计和实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于云平台的智能终端推荐系统的设计和实现作者姓名吴海星导师姓名、职称马志欣副教授一级学科计算机科学与技术二级学科计算机系统结构申请学位类别工学硕士提交学位论文日期2014年12月学校代码10701学号1203121573分类TN82号TP391密级公开西安电子科技大学硕士学位论文基于云平台的智能终端推荐系统的设计和实现作者姓名:吴海星一级学科:计算机科学与技术二级学科:计算机系统结构学位类别:工学硕士指导教师姓名、职称:马志欣副教授提交日期:2014年12月TheDesignandImplementationofRecommendationSystemforSm

2、artDevicesBasedonCloudComputingAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerScienceandTechnologyByWuhaixingSupervisor:Prof.MazhixinDecember2014西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文

3、中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允许采用影印、缩印或

4、其它复制手段保存论文。同时本人保证,获得学位后结合学位论文研究成果撰写的文章,署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名:导师签名:日期:日期:摘要摘要近年来随着移动设备的普及和移动互联网的发展,随之也带来了全新的用户习惯和消费模式。各类移动应用已获得越来越多用户的强烈推崇,移动终端俨然成了用户的私人助手,可以预期移动化、智能化已是未来互联网发展的趋势。移动应用的逐渐丰富和网络技术的迅速发展,使人们的生活更加的方便多彩,但同时也给人们带来了信息过载的问题。虽然分类目录和搜索这类大众化的服务在很大程度上提升了获取信息的效率,但其单一

5、的呈现将用户注意力分散,降低了体验。随着技术的发展,推荐系统已成为解决信息超载问题最重要的过滤工具,它会根据用户兴趣特点和行为模式,更加智能和主动地帮助用户在海量的数据中快速高效地找到有价值的内容。当前推荐系统应用最成熟的是协同过滤推荐算法,然而面对移动设备的处理能力和海量数据的挑战,协同过滤算法也遇到了不小的问题,如冷启动、数据稀疏性、扩展性等。本文针对智能终端设备,把推荐系统搭建在云平台上,通过算法和大数据帮助用户快速找到感兴趣的饮食和运动,减少浏览大量无关信息,满足更加个性化的需求。为了实现对饮食和运动的个性化推荐,本文构建一个基于云计算平台的协同过滤推荐

6、引擎,通过搭建在云平台上的后台服务器集群处理得到因人而异的建议信息,用户进入应用或刷新时显示到用户的移动终端上。以下是该系统设计和实现过程中的一些总结和成果:1.为了支持算法扩展和数据扩容,提出了基于开源平台Hadoop搭建推荐引擎,重点学习了分布式文件系统HDFS和分布式计算框架MapReduce,并研究了利用云计算解决数据挖掘问题的Mahout算法库。2.为了推荐的准确性,运用组合多种推荐引擎的方式对用户进行推荐,应用多种不同的算法计算相似性,利用各自的优点而取得好的效果。最后,推荐引擎可以使用相似性信息根据请求参数进行推荐提高推荐准确性,进而提高用户满意度

7、。3.根据推荐的实时性,分离在线计算和离线计算,然后再进行组合而快速计算出结果,将Top-N的结果返回给接口。接口是IOS设备与推荐引擎的链接纽带,论文设计推荐系统(服务器)与客户端(IOS设备)通过XMLRPC调用RPCServer的数据库存取方法,互相传递数据。本论文围绕为智能终端搭建推荐引擎平台方案为目标,提出了基于云计算平台Hadoop和Mahout的推荐引擎平台的架构模型,通过在Hadoop平台上运行多个推荐引擎,选取三个指标和MovieLens作为数据集进行实验,对整个系统进行综合的观察和测评,在测试的实验中,准确的推荐结果证明了系统的可行性。I西安

8、电子科技大学硕士学位论文

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。