面向中小学生移动智能推介系统设计.docVIP

面向中小学生移动智能推介系统设计 　　摘 要：伴随移动网络科技的进步，在移动互联网上取得有价值的咨询将变得不那么容易。个性化推介系统的诞生与运用，让以往因特网上信息过载的情况得到改善。作者在已有的推荐算法的前提下，给出一类以客户分类与记录信誉度加权的协同过滤推介算法。并利用J2ME科技创建移动互联网个性化推介原型系统。 　　关键词：中小学生；移动智能；推介系统 　　经过若干年的发展，伴随移动网络的迅猛进步――尤其是我国3G牌照落地，移动网络使用人数暴增。我国互联网信息中心统筹的数据说明，2012年前半年我国网络使用人数高达5.38亿，而移动设备使用人数逼近3.88亿。而伴随这种情况的还有移动网络方面信息的呈几何级数增加，让大众通过移动互联网取得有意义的信息变得不那么简单。为化解因特网上信息湮没的困局，个性化推介科技开始“大显身手”。参考移动网络的特别属性，作者将以往老旧的因特网上的个性化推介科技与移动网络对接，形成了移动个性化推介的离线化解方案，而且创设了以J2ME为核心的移动个性化推介系统，这是对以往模式的一种升级，并且让用户获取信息的途径更为便捷。 　　1 ATC与CF融合的推介系统 　　1.1 有关科技概论 　　为消除文本分类过程中人为因素的影响，自动文本分类科技有着良好的发展前景。当前较为普及的是KNN、朴素贝叶斯模式、SVM等。这类模式均牵涉到统筹学领域，通过特征提取来注释文本文档，构建文档模型后，应该使用有差别的分类器来划分文本文档。文本文档分类构建是通过读取大批文档实现的，进而统一了对文本文档的分类意见，让分类流程中的人为影响尽可能小。 　　协同过滤，又被称作协作型过滤，其在信息过滤与信息获取方面广泛应用。协作型过滤算法，一般要召集一大批人实施搜寻，并通过这种算法获得与客户爱好相似的一小拨人，并对这部分客户的爱好实施查证，将结果联合获得有着严谨排序的推介表格。协同过滤科技的种类有以客户类似度为核心的协同过滤、以推介事项为核心的协同过滤、以模具为核心的协同过滤三种。Userbased协同过滤是通过寻求类似客户团体，依照其网上冲浪的记载内容，寻求到有类似爱好并推介给客户；Item-based协同过滤算法是推介事项间的类似度，参照客户的冲浪喜爱，将事项推介给客户；Model-based协同过滤，应构建个性化推介的数模，依照数模来推算推介集。 　　作者通过朴素贝叶斯分类器和以项目为核心的协同过滤计算来构建移动互联网的个性化推介系统。 　　1.2 个性化推介模型 　　以J2ME科技为核心的个性化推介体系的结构，系统模型使用C/S构造设计，用户端使用J2ME科技来完成移动设备用户对讯息的获取，伺服器终端使用Servlet。 　　而推介模型能够划定为四个重要版块： 　　（1）客户讯息收集划定为显性的信息收集与隐蔽的信息收集两种模式。显性的学习收集模式在客户的终端浏览页面创设讯息回馈版块，在该版块内客户能够参照自身的偏好获得对应的讯息；隐蔽的讯息收集模式是客户参考对讯息的浏览时长，决定是否储蓄讯息、是不是转载讯息等。 　　（2）讯息发布系统的功能通常是增加推介讯息，在此流程中，利用朴素贝叶斯文本分类器对文档种类实施划定。 　　（3）个性化推介引擎利用以客户背景讯息分类与国王使用记载可信度加权的Item-Based协同过滤计算，来逐渐推介讯息集。 　　（4）终端系统使用以J2ME科技为核心的模式，实现讯息获取与客户爱好收集等工作。 　　1.3 朴素贝叶斯文本类别的划分 　　文本类别的划分是把无法预知的文本种类划定到既定的种类中，进而减少人为元素的影响。朴素贝叶斯类别划分涉及到古典数理知识，分类情况较为理想，并且模型构造简易，优势明显。所以，面向中小学生，作者挑选朴素贝叶斯分类器来对文本进行类别的划分。 　　作者所应用的以朴素贝叶斯分类为核心的文本分类流程是： 　　1.3.1 练习文本的向量空间显示 　　构建向量空间模型的步骤包含文本分词处置、消除停用词、特点抉择等。通过各版块的衔接，最后将明确组别内的特征词当成特征词空间W={w1，w2，w3，…Wn}，W是特征词。把文本放入这个组别的特征词空间，让文本的阐述变成T（A）={PA1、PA2、PA3，…PAn}，PA1是文本频率法表示词Wi在文本A上的加权。PAi能够使用信息增益模式，开放拟合检测等其他模式来显示。 　　1.3.2 换算每一特征词的种类的概率分布 　　换算每一特征词隶属何种种类的几率，其具象化的换算模式是：分开验算每种文本的质心，并换算词映射每个种类的几率，最后构成特征词-文档种类的相应矩阵。而有关文本集质心的换算此处不再赘述，可以查找相关资料获得对应算法。 　　1.3.3 向量空间模型的构成 　　依照既定的特征词空间