基于spark的移动终端信息推送系统的设计与实现

《基于spark的移动终端信息推送系统的设计与实现》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、Ｓｏｕ化ＣｈｉｎａＵｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏｙｇｙ工程硕±学位论文基于Ｓｐａｒｋ的移动终端信息推送系统的￣设计与实现作者姓名李争献工程领域软件工程校内指导教师许勇教授校外指导教师杨育斌副总经理所在学院软件学院？论文提交日期２０１６年３月ｔ、９ThedesignandimplementationofinformationrecommendationsystemformobiledevicebasedonSpar

2、kADissertationSubmittedfortheDegreeofMasterCandidate：LiZhengxianSupervisor：Prof.XuYongV.P.YangYubinSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP3学校代号：10561学号：201321033429华南理工大学硕士学位论文基于Spark的移动终端信息推送系统的设计与实现作者姓名：李争献指导教师姓名、职称：申请学位级别：工程硕士工程领域名称：

3、软件工程校内指导教师姓名、职称：许勇教授校外指导教师姓名、职称：杨育斌副总经理论文形式：□产品研发□工程设计应用研究□工程/项目管理□调研报告研究方向：软件工程技术论文提交日期：2016年3月23日论文答辩日期：2016年3月25日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：杨晓伟委员：刘琼、郑东曦、左保河、刘艳霞华南理工大学学位论文原创性声明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Ｗ标注引用的内容外，本论文

4、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，均己在文中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；献日船訓年３月曰違含可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，艮Ｐ：研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可公布学位论文的全

5、部或部分内容，可允许采用影印、缩印或其它复制手段保存、汇编学位一论文。本人电子文档的内容和纸质论文的内容相致。本学位论文属于；□保密，在年解密后适用本授权书。囚不保密，同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊（光盘版）电子杂志社全文出版和编入ＣＮＫＩ《中国知识资源总库》，传播学位论文的全部或部分内容。上相应方框＂＂（请在Ｗ内打Ｖ）心‘王兴；）作者签名：；日期指导教师签名：日期．摘要随着智能移动

6、终端设备和移动互联网的相继兴起，“低头族”群体越来越壮大，手机和其他移动设备已经成为人们获取外部信息最重要的媒介，由此也带动了移动应用研发产业的飞速发展。最近几年间，“厨房经济学”的概念逐渐从移动应用市场活跃起来，提供菜谱内容服务的APP受到了广泛关注。在当下的移动APP运营中，用户活跃度已经成为衡量APP价值的一个重要指标。运营方已经不满足于传统的由用户来发起请求，服务器被动提供内容的方式来运营，纷纷提出了个性化的运营方案。推荐系统技术被引入到了运营后台，依托海量数据，从用户的行为日志中提取用

7、户的兴趣偏好特征。针对于不同兴趣偏好的用户，提供个性化的信息推送，既提升了用户体验，又节约了人工运营的成本，这也成为了当下流行的运营模式。本文为移动终端用户进行个性化菜谱推荐，设计并实现了基于Spark的移动终端信息推送系统。首先，本文设计了系统的总体架构，并在基于传统APP的C/S业务模型基础上，设计了跨客户端-服务器的个性化推荐引擎。然后，结合系统业务场景研究了菜谱推荐算法，构建了Spark分布式计算平台，设计并实现了基于隐语义模型的菜谱推荐算法。Spark分布式计算平台的引入，较好地解决了

8、推荐系统对于计算量、存储量、可扩展性等方面的需求。接着，设计并实现了基于Android的移动菜谱客户端，为用户提供良好的业务界面，同时为后台推荐引擎提供数据采集和推荐效果反馈。利用Android支持通知栏提醒的特性，设计了客户端后台长连接常驻的机制，使得在客户端离线的情况下，也能根据实时场景对用户进行消息推送。最后，搭建了测试环境，对算法性能和整个系统的功能和性能进行了较全面的测试。关键词：推荐系统；Spark；移动应用；AndroidIAbstractWiththedevelopmentoft