欢迎来到天天文库
浏览记录
ID:17620014
大小:562.00 KB
页数:44页
时间:2018-09-03
《基于移动场景模型的个性化推荐的研究 》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、学校代号:10532学密号:G09246255级:湖南大学工程硕士学位论文基于移动场景模型的个性化推荐研究学位申请人姓名:黄铖导师姓名及职称:彭祝斌教授廖振锋研究员培专养业单名位:称:软件学院软件工程论文提交日期:论文答辩日期:答辩委员会主席:2012年11月6日2012年12月8日李正良教授ResearchofPersonalizedRecommendedDasedonMobileSceneModelbyHUANGChengB.S.(Hunannormaluniversityoflite
2、rature)2007AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofScienceinSoftwareEngineeringintheGraduateSchoolofHunanUniversitySupervisorProfessorPENGZhu-binResearcherLIAOZhen-fengNovember,2012工程硕士学位论文学位论文原创性声明和学位论文版权使用授权书湖南大学学位论文原创
3、性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分
4、内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密□,在年解密后适用本授权书。2、不保密□。(请在以上相应方框内打“√”)作者签名:导师签名:日期:日期:年年月月日日I基于移动场景模型的个性化推荐研究摘要随着互联网的飞速发展,互联网上的信息每年都在以几何级数增长。如何在这个海量信息库中精确获取所需信息已成为人们越来越关注的问题。搜索引擎就是在这个背景下,应运而生,并且迅速发展起来。搜索引擎技术虽在一定程度上满足了人们一般性查询的需要,但其“
5、千人一面”的搜索,仍不能满足移动环境中不同位置、不同背景、不同目的以及不同时期的个性化搜索需求。随着人们的移动性日益增强,传统的互联网搜索技术难以满足移动环境中不同背景、不同目的、不同位置以及不同时期的个性化搜索需求,个性化、智能化和移动化正成为下一代搜索技术的发展方向。本论文的主要内容及创新性工作概括如下:介绍了移动搜索、个性化搜索和推荐服务的研究背景、相关典型应用及研究现状,并具体介绍了个性化推荐的相关概念,并分析了推荐引擎的基本工作原理和分类,最后阐述了个性化推荐系统的分类。详细介绍了三种典型的个性化
6、推荐算法:基于关联规则的推荐算法、基于内容的推荐算法和协同过滤推荐算法,并重点介绍三种智能优化算法:遗传算法、文化基因算法和人工免疫算法,最后详细分析了智能优化算法在个性化推荐中的具体应用问题。在分析移动场景模型的相关参数基础上,针对当前情景信息和历史情景信息,定义了两者的相似度,并设计了具体的移动场景优化模型。在基于个性化推荐的移动场景优化模型基础上,设计了一种新的克隆遗传量子启发式搜索算法CGQSA,同时对CGQSA算法的克隆算子,变异算子,交叉算子和选择算子进行具体的定义。通过测试表明,本文设计的CG
7、QSA算法与位置感知的文本检索查询,基于Prestige的位置感知的文本检索查询,M最近邻关键字查询进行了对比实验,能获得较快的收敛速度,并保持较高的查全率和精确率。关键词:个性化推荐;移动场景;移动场景优化模型;克隆遗传量子启发式搜索算法;人工免疫算法II工程硕士学位论文AbstractWiththerapiddevelopmentoftheInternet,theinformationontheInterneteveryyeartoincreasegeometrically.Howaccuratethi
8、smassiveinformationrepositorytoobtaintherequiredinformationhasbecomeagrowingconcernabouttheproblem.Thesearchengineisinthiscontext,emergedanddevelopedrapidly.Searchenginetechnologytosomeextent,tomeettheneedfor
此文档下载收益归作者所有