移動(dòng)互聯(lián)網(wǎng)中結(jié)合地理位置的情境發(fā)現(xiàn)與異常檢測(cè)研究.pdf

1、移動(dòng)互聯(lián)網(wǎng)在信息技術(shù)領(lǐng)域有著廣闊的應(yīng)用前景,是目前一個(gè)非常活躍的研究領(lǐng)域。與傳統(tǒng)臺(tái)式機(jī)不同,移動(dòng)終端計(jì)算資源與網(wǎng)絡(luò)通訊帶寬有限,但具備可移動(dòng)、方便攜帶等特點(diǎn),已成為人們獲取信息的重要手段。如何結(jié)合終端特點(diǎn)為用戶提供更為貼心的信息服務(wù),是研究人員需要解決的重要問(wèn)題。移動(dòng)終端的地理位置產(chǎn)生實(shí)時(shí)變化,如何結(jié)合移動(dòng)情境,提高互聯(lián)網(wǎng)應(yīng)用的用戶體驗(yàn)有十分重要的意義。對(duì)移動(dòng)情境建模,是能提高信息服務(wù)質(zhì)量的一種重要方法,本文主要從移動(dòng)情境發(fā)現(xiàn)與異常情境

2、檢測(cè)展開(kāi)研究,主要工作如下:
　　 (1)分析了情境化用戶偏好建模方法,基于移動(dòng)互聯(lián)網(wǎng)特點(diǎn),提出了一種新的針對(duì)移動(dòng)個(gè)性化推薦的情境化用戶偏好模型。該模型綜合考慮了用戶地理位置、用戶歷史行為信息、用戶在各大社交網(wǎng)絡(luò)(SNS)、微博中的好友行為信息作為情境特征,進(jìn)行基于情境聚類(lèi)的協(xié)同過(guò)濾的推薦。在計(jì)算用戶偏好情境相似度過(guò)程中,提出了一種基于無(wú)向圖的聚類(lèi)方法。理論分析表明,本文所提出的聚類(lèi)算法在一定程度上解決了孤立點(diǎn)問(wèn)題。實(shí)驗(yàn)結(jié)果也表

3、明,所提的聚類(lèi)算法能有效聚類(lèi)返回結(jié)果?；谔岢龅哪Ｐ图八惴?設(shè)計(jì)開(kāi)發(fā)了一個(gè)針對(duì)iPhone/iPad及SymbianOS移動(dòng)平臺(tái)的個(gè)性化推薦引擎。原型系統(tǒng)開(kāi)發(fā)中,針對(duì)當(dāng)前移動(dòng)設(shè)備屏幕大小、分辨率各異而應(yīng)用的系統(tǒng)界面難以保持一致現(xiàn)狀,提出了一種使用Native應(yīng)用混合HTML構(gòu)建客戶端程序的方案,能為不同平臺(tái)的移動(dòng)終端提供一致的用戶體驗(yàn)。實(shí)踐證明,該系統(tǒng)能夠?yàn)橐苿?dòng)終端用戶帶來(lái)較好的推薦體驗(yàn)。
　　 (2)分析了異常情境檢測(cè)方法,提