当前位置:论文写作 > 论文大全 > 文章内容

图片门户网站个性化推荐系统关键技术

主题:用户图标 下载地址:论文doc下载 原创作者:原创作者未知 评分:9.0分 更新时间: 2024-02-11

简介:关于对不知道怎么写用户图片论文范文课题研究的大学硕士、相关本科毕业论文用户图片论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。

用户图片论文范文

用户图标论文

目录

  1. 用户图标:124.[PHP第一季]第17章多用户留言系统7.3-设置图片[73]–18:24

图片门户网站介绍

图片门户网站要建设具有强大互动能力,集网站内容管理、社区、微博、博客、论坛于一体的大型专业化图片门户网站.主要面向媒体机构、政府机关及事业单位、广告及公关公司、企业、摄影师或摄影爱好者,产品将以新闻图片,创意图片、资讯图片、泛娱乐图片、无线图片五大类型图片为主,其中以新闻图片、资讯图片为主打产品.该网站由图片、资讯、互动社区和电子商务四个重要部分组成.提供强大的搜索引擎,供用户在网站上挑选和购买自己需要的图片资料,提供简单便捷的电子商务功能,并通过网站对于传统的线上线下客户进行管理维护、优化服务,增强用户使用粘性以及获取渠道的丰富性和便捷性.同时支持目前流行的Web2.0应用,建成集资讯发布、图片在线上传、存储和托管、下载和购买、博客、论坛、互动交流、SNS分享等功能的开放式门户平台.该图片门户网站将建设成具有权威性、新闻性、专业性、互动性、分享性的特点,为广大用户提供个性化信息服务.

个性化信息服务 研究动机

互联网技术的蓬勃发展使得信息迅速膨胀.比如,一个普通的购物网站就含有数以万计的商品信息,人们往往需要花费大量的时间才能挑选出自己相对满意的商品.与此同时,由于人们很难从海量信息中快速获取到自己真正感兴趣的、有用的信息,购物网站会因此流失大量的用户.这种由于信息膨胀造成信息量大、信息质量差、信息价值低的问题,即信息过载.而个性化信息服务是解决信息过载问题最有效的工具之一.

概述

个性化服务体现了以人为本的服务理念,是哲学领域顾客满意的具体体现.个性化信息服务根据用户实际需求、兴趣喜好和购买行为提供给用户有价值的差异性信息产品;同时,个性化服务可以使网站与用户之间建立起良好的合作伙伴关系,增强用户使用粘性,从而达到稳住顾客的目的.目前,大型电子商务网站,如亚马逊、eBay、京东商城、当当网等,都提供了个性化信息服务.

由于图片门户网站要建成一个具有强大互动能力的大型专业化图片网站,图片门户网站需要提供个性化信息服务以满足不同用户的需求.个性化信息服务主要包括个性化推荐和个性化检索.

个性化推荐是系统主动式信息“推送”过程,系统需要根据用户的个性化喜好,建立用户与信息产品之间的二元关系,利用已有的选择过程或相似性关系挖掘每个用户潜在感兴趣的对象,即从海量信息中有效筛选出目标信息推送给用户;个性化检索是用户主动式信息“拉取”过程,系统可以根据用户输入的当前检索词,自适应地完成信息推荐的功能.两者的本质都是信息过滤.

个性化推荐

个性化推荐作为个性化信息服务的核心内容,可以描述成基于用户的基本信息、用户的行为数据(评分、浏览等)以及物品的相关信息来预测物品对用户的可能效用.通常预测效用较高的一批物品将被推荐给用户.定义C表示用户集合,S表示物品集合,物品可以是新闻图片、书籍、电影、服装等,用ICI表示用户数目,ISI表示物品数目.定义u是度量物品s(S对用户c(C的效用函数,u:C×S-R.这里R通常是一个有序集合,如非负整数段或实数区间.对于每个用户c(C,个性化推荐的目标是寻找到使用户c的效用函数u获得最大值的物品s(S,即

其中,根据不同应用的需要,效用函数u既可以由个性化推荐来计算,如基于利润的效用函数,也可以由用户自己来定义,如体现用户c对物品s喜好程度的评分机制.每个用户c(C都有k(k≥1)个维度的用户特征描述,如用户ID、年龄、性别、职业、收入等.类似的,每个物品s(S都有m(m≥1)个维度的物品特征描述,如新闻图片个性化推荐系统中,每张图片的描述信息包括图片ID、尺寸、摄影作者、新闻拍摄地点等.

个性化推荐系统关键技术

为满足不同用户的需求,图片门户网站个性化推荐系统的主要功能是根据网站注册用户的相关信息,实时地将用户感兴趣的图片产品推送给用户.

用户图标:124.[PHP第一季]第17章多用户留言系统7.3-设置图片[73]–18:24

如图1所示,个性化推荐系统主要包括以下三部分:个性化信息采集、个性化推荐算法、个性化图片展示.个性化信息采集是对图片信息和用户信息进行收集,如记录下用户的基本信息和对产品的浏览、下载、购买、评分等行为.虽然用户的基本信息和对产品的评分信息相对容易收集,但是有些用户不愿意向系统提供这些信息,因此就需要通过其他方式对用户的行为进行分析,如浏览、下载、购买等行为.这些用户行为记录反映了用户对产品的潜在喜好及喜好程度.个性化推荐算法是采用相关算法,实时地从产品集合中筛选出用户感兴趣的产品进行推荐.个性化图片展示是负责给用户提供与众不同的图片展示方式.其中,个性化推荐算法是个性化推荐中最核心的部分.如图1所示.

个性化信息采集图片信息

图片信息即物品信息,是当前数据库中所存图片的基本数据,包括图片编号、尺寸、大小、作者、分类、拍摄时间、拍摄地点、图片标签、图片描述、图片权限等数据.根据这些数据构建资源描述文件以反映图片的基本信息.

用户信息

(1)用户基本信息

图片门户网站会为每一名注册用户建立论文范文档案.通常,论文范文是在用户注册时填写的.这部分信息包括用户的个性化ID、性别、年龄、学历、职业、所属机构等个人基本情况,以及用户对某一领域的喜好信息,如军事、政治、文化等领域.同时,用户也可以根据实际情况完善或更改论文范文.图片网站个性化推荐系统也会间隔一段时间(如3个月或半年)提示用户更新论文范文,以帮助用户获取最优的个性化信息服务.

(2)用户行为信息

由于对个人隐私等相关考虑,很多用户不愿意提供详实的论文范文,因此论文范文记录往往不完整,需要系统自动搜集用户行为信息以发现用户兴趣所在.用户行为是指用户在登录系统后所进行的各种操作,包括记录用户点击单张图片或图片组照、搜索图片的关键字、浏览下载和购买图片、*图片信息以及对图片进行评分的情况.这些用户行为信息可以很好地表征用户对某一领域或某一专题的兴趣.这些信息通常可以通过对Web日志等挖掘分析而获得.

根据用户的基本信息和行为信息构建用户描述文件以反映用户的个性化特征.用户描述文件将存储在服务器端,形成基于服务器端的个性化推荐系统的体系结构.该体系结构的优势是避免用户描述文件的传输,不仅可以辜持基于内容的推荐算法,还可以支持基于协同过滤的推荐算法.

个性化推荐算法基于网站排行的推荐算法

(l)点击率推荐算法

点击率推荐算法是根据单张图片或图片组照的点击率计算出当前最热门的单张图片或图片组照.不仅帮助已注册的老用户了解当前关注度最高的图片,还可以为匿名用户或者新注册用户进行热点图片推荐.

(2)图片销售排行推荐算法

图片销售排行推荐算法是根据图片的某段时间销售(如周销售、月销售或季度销售)排行情况计算出当前最热门的图片供用户浏览和下载.

虽然可以帮助新用户了解热点图片,但是无法按其喜好进行图片的精确推荐.

基于内容的推荐算法

基于内容的推荐算法是通过比较用户描述文件与图片的资源描述文件,为用户推荐感兴趣的图片.如某一用户经常关注较大规模的游泳比赛图片,系统为其建立的用户描述文件会包含如下内容:体育一游泳,大规模赛事,某摄影记者.根据该用户描述文件,系统会把最新游泳赛事图片推荐给用户,如201 1年举办的上海世界游泳锦标赛和深圳世界大学生运动会等体育赛事图片,同时也推荐相同摄影记者拍摄的其他图片,以增加所推荐的新领域新类型的图片.

但是该算法有一定的局限性,主要表现是提取特征能力有限,不适合应用于非结构化的数据;该算法过度细化,无法发现用户的潜在兴趣,只能推荐给用户与过去类似的图片;由于新用户没有对图片进行评分,很难推荐符合新用户喜好的图片.

基于协同过滤的推荐算法

基于协同过滤推荐算法的核心思想是认为当前用户的兴趣喜好可以通过对具有类似喜好的用户群或用户行为进行分析和预测而得出.该算法能发现用户的新兴趣,实现兴趣的跳跃式推荐.

(1)基于用户的协同过滤推荐算法

基于用户的协同过滤推荐算法是基于一个这样的假设“你很有可能喜欢跟你喜好相似的人所喜欢的东西”.该算法是通过比较用户描述文件来计算当前用户与其它用户之间的相似程度,即为当前用户按照某种规则寻找到相似度高的“最近邻居”集合,然后将‘“最近邻居”集合中的用户所浏览或下载的图片推荐给当前用户.其中计算用户之间的相似程度可以通过他们共同浏览过的图片数目来确定是否有共同的需求,也可以通过如朋友、同事等社会关系来确定是否有共同的需求.如用户A和用户B都是同一俱乐部的会员,即用户B属于用户A的“最近邻居”集合,如果用户B下载了某汽车图片,则系统会把该汽车图片推荐给用户A.图2展示了当前用户co的“最近邻居”集合的查找方法.计算当前用户co与其他用户之间的距离,如计算欧几里得距离,则最近的3个邻居用户为C7、论文范文和c2.

(2)基于图片的协同过滤推荐算法

基于图片的协同过滤推荐算法是基于不同图片之间的相似度进行图片的推荐.如通过统计同时浏览或下载某两张图片的用户数量来计算两张图片的相似度,如果同时浏览或下载这两张图片的用户越多,则其相似度越高,因此在用户浏览或下载其中某一张图片时,系,统会将另一张图片也推荐给用户.查找方法类似于基于用户的协同过滤推荐算法.

基于协同过滤的推荐算法的局限性表现如下:一是稀疏性,在系统使用初期,因为图片资源未获得足够的评价很难发现相似的用户和图片,二是扩展性,随着图片资源和系统用户的增多,系统性能也会随之降低.

基于组合策略的推荐算法

由于推荐算法各有利弊,为达到更好的推荐效果,可以考虑将算法进行组合使用以克服各自的缺点.组合策略通常有如下几种方式:

(1)权重方式:将各种推荐算法的结果进行加权组合.

(2)转换方式:根据实际应用情况,在几种推荐算法中进行转换使用.

(3)混合方式:提供给用户多种不同推荐算法的结果,以供参考.

(4)级联方式:前一种推荐算法产生的粗糙结果作为后一种推荐算法的依据,以进一步优化最终推荐结果.

(5)特征混合方式:几种不同推荐算法中数据源的特征信息被一种推荐算法所使用.

建设图片门户网站个性化推荐系统时,需要同时考虑采用几种算法的组合策略,并需要通过一段时间的系统测试,选取合适的算法及其组合策略.

个性化图片展示

图片门户网站将给用户打造一个与众不同的个性化图.片网站.用户在登录后可以选择进入个性化论文范文页面.该页面将展示系统推荐的图片列表(包括当前热点图片和按照用户兴趣推送的图片及图片组照)、用户最近浏览图片的信息以及购买图片的订单信息、用户基本信息等版块内容.图片推荐列表等将以Flash、滚动框、浮动框等方式进行展示.系统提供多种排版方式,用户可以根据个人喜好选择其中一种,并对页面中各版块进行增删改.页面背景颜色、透明度等也可以根据用户需求进行更换.总之,系统将提供一系列的页面编辑工具,用户只需要简单修改,就可以打造出符合自己风格的图片网站.

结语

在竞争激烈的市场环境中,图片门户网站个性化推荐系统可以充分提高网站的服务质量,有效的保留老用户、吸引新用户,并带来巨大的经济和社会效益.该个性化推荐系统将会推动图片门户网站建设成为具有权威性、新闻性、专业性、互动性、分享性的门户网站.■

(作者单位:许鑫、康威论文范文社通信技术局;石恒华(+通信作者) 北京农学院计算机与信息工程学院)

总结:此文是一篇用户图片论文范文,为你的毕业论文写作提供有价值的参考。

用户图标引用文献:

[1] 用户体验论文范文 用户体验有关专升本毕业论文范文10000字
[2] 用户体验论文范文 用户体验论文范文例文8000字
[3] 用户体验论文范文 用户体验类有关论文写作参考范文3000字
《图片门户网站个性化推荐系统关键技术》word下载【免费】
用户图标相关论文范文资料