旅游多媒体信息主动服务系统研究

旅游多媒体信息主动服务系统研究

论文摘要

随着信息服务业的不断发展,基于用户个性化的主动信息服务作为一个新的研究热点和一种新型的信息服务模式,得到了越来越多的关注。本论文对旅游多媒体信息主动服务系统进行了研究,论文完成的主要工作如下:(1)完成了基于多代理的系统实现方案设计和主要功能模块的设计,包括用户接口Agent、过滤排序Agent、兴趣学习Agent、监控Agent和信息检索Agent五个功能模块;完成了数据库设计。(2)给出了用户兴趣模型的设计和实现,包括用户兴趣信息的获取和预处理,基于向量夹角的K-近邻算法的应用,用户兴趣模型的建立及其模型评价,用户兴趣模型的更新和调整方法。对K-近邻算法进行了改进,实验结果表明,改进后的算法在分类效率和分类精度两方面都有所提高。(3)开发并实现了基于JADE开发平台的旅游多媒体主动服务系统,实现了各Agent模块的具体功能,给出了用户个性站点、多媒体主动服务等服务的具体应用实例,对系统进行了测试,测试结果表明系统在主动服务质量与推荐精确度上均取得了满意的效果,可基本满足用户的个性化需求。本文建立的旅游多媒体信息主动服务系统,通过搜集各种旅游相关多媒体信息,采用显式与隐式相结合的方法提取出用户兴趣信息,建立用户兴趣模型,可为用户提供个性化的旅游多媒体信息主动服务,满足人们日益增长的个性化旅游服务需求。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 论文来源
  • 1.2 论文背景
  • 1.3 论文研究内容
  • 1.4 研究意义
  • 1.5 论文结构
  • 第二章 关键技术
  • 2.1 智能推拉技术
  • 2.1.1 信息推送与信息拉取技术
  • 2.1.2 智能推拉技术
  • 2.1.3 智能推拉技术的服务方式
  • 2.1.4 智能推拉技术的应用
  • 2.2 Agent技术
  • 2.2.1 Agent概念与特性
  • 2.2.2 多代理系统
  • 2.2.3 面向Agent技术的程序设计
  • 2.2.4 Agent的通信
  • 2.3 用户兴趣建模方法
  • 2.3.1 向量空间模型
  • 2.3.2 文本训练及分类算法
  • 2.4 本章小结
  • 第三章 旅游多媒体主动服务系统的总体设计
  • 3.1 系统需求分析
  • 3.2 系统框架设计
  • 3.2.1 总体框架
  • 3.2.2 工作流程
  • 3.3 主要功能模块
  • 3.3.1 用户接口Agent
  • 3.3.2 过滤排序Agent
  • 3.3.3 兴趣学习Agent
  • 3.3.4 监控Agent
  • 3.3.5 信息检索Agent
  • 3.4 数据库设计
  • 3.5 本章小结
  • 第四章 用户兴趣模型的建立
  • 4.1 传统用户兴趣建模方法分析
  • 4.2 用户兴趣信息获取和预处理
  • 4.2.1 用户兴趣信息获取
  • 4.2.2 用户数据预处理
  • 4.3 基于向量夹角的K-近邻算法用户兴趣建模
  • 4.3.1 文档模型建立及其结构化处理
  • 4.3.2 用户兴趣判定
  • 4.3.3 模型评价
  • 4.4 算法改进
  • 4.4.1 算法分析
  • 4.4.2 基于分类效率的改进
  • 4.4.3 基于分类精度的改进
  • 4.4.4 实验分析
  • 4.5 用户兴趣模型更新
  • 4.6 本章小结
  • 第五章 旅游多媒体主动服务系统实现
  • 5.1 系统各Agent模块实现
  • 5.1.1 用户接口Agent
  • 5.1.2 兴趣学习Agent
  • 5.1.3 过滤排序Agent
  • 5.1.4 信息检索Agent
  • 5.2 旅游多媒体主动服务原型系统的实现
  • 5.2.1 用户兴趣注册
  • 5.2.2 用户个性站点
  • 5.2.3 多媒体主动服务
  • 5.3 系统测试
  • 5.3.1 测试用例设计
  • 5.3.2 测试结果分析
  • 5.4 本章小结
  • 第六章 总结与展望
  • 6.1 论文总结
  • 6.2 进一步研究工作
  • 参考文献
  • 致谢
  • 攻读学位期间的研究成果
  • 申请发明专利
  • 发表学术论文
  • 相关论文文献

    • [1].基于用户兴趣模型的数字图书馆智能检索系统[J]. 信息与电脑(理论版) 2019(23)
    • [2].基于用户兴趣模型的个性化跨语言查询扩展研究[J]. 信息系统工程 2020(03)
    • [3].面向新闻推荐的用户兴趣模型构建与更新[J]. 计算机应用研究 2019(12)
    • [4].基于主题的用户兴趣模型的构建及动态更新[J]. 情报理论与实践 2016(02)
    • [5].基于用户兴趣模型构建与个性化搜索算法研究[J]. 电脑知识与技术 2016(18)
    • [6].本体用户兴趣模型的抽取研究[J]. 机电一体化 2009(12)
    • [7].基于网络信息提取系统中用户兴趣模型建立的研究[J]. 科技致富向导 2013(11)
    • [8].个性化信息检索用户兴趣模型的研究[J]. 科技致富向导 2008(18)
    • [9].基于增量更新方法兴趣模型研究[J]. 信息技术与标准化 2020(10)
    • [10].用户兴趣模型中隐私保护问题的探讨与研究[J]. 农业图书情报学刊 2018(01)
    • [11].基于用户隐式兴趣模型的信息推荐[J]. 山东大学学报(理学版) 2017(01)
    • [12].基于领域本体的用户兴趣模型构建方法研究[J]. 情报科学 2015(11)
    • [13].隐私保护增强的用户兴趣模型的构建与研究[J]. 硅谷 2014(18)
    • [14].个性化检索系统中用户兴趣模型的研究[J]. 计算机与数字工程 2013(02)
    • [15].个性化搜索中用户兴趣模型匿名化研究[J]. 西安交通大学学报 2013(04)
    • [16].基于本体的用户兴趣模型的更新方法[J]. 计算机光盘软件与应用 2013(07)
    • [17].个性化搜索引擎中用户兴趣模型研究[J]. 软件导刊 2012(08)
    • [18].基于农业本体的用户兴趣模型研究[J]. 电脑知识与技术 2011(13)
    • [19].个性化推荐系统中用户兴趣模型的研究[J]. 科技信息 2011(19)
    • [20].一种基于本体论的用户兴趣模型构建方法[J]. 情报探索 2010(06)
    • [21].基于图像内容的用户兴趣模型研究[J]. 计算机工程与应用 2010(33)
    • [22].基于隐式反馈的自适应用户兴趣模型[J]. 计算机工程与应用 2008(09)
    • [23].基于潜在语义索引技术的用户兴趣模型构建[J]. 信息技术 2008(07)
    • [24].微博关注兴趣模型区间约简限定的社区检测[J]. 控制工程 2018(04)
    • [25].基于浏览行为的网络地图用户兴趣模型研究[J]. 测绘与空间地理信息 2017(03)
    • [26].融合用户兴趣模型与会话抽取的微博推荐方法[J]. 计算机应用研究 2015(09)
    • [27].基于本体用户兴趣模型的个性化推荐系统[J]. 计算机应用与软件 2013(10)
    • [28].用户兴趣模型中隐私保护技术的探讨与研究[J]. 电子技术与软件工程 2013(21)
    • [29].社交网站用户兴趣模型研究[J]. 科技和产业 2014(11)
    • [30].基于农业本体的区域用户兴趣模型研究[J]. 农业图书情报学刊 2013(01)

    标签:;  ;  ;  ;  ;  

    旅游多媒体信息主动服务系统研究
    下载Doc文档

    猜你喜欢