面向中小學(xué)生的移動(dòng)智能推介系統(tǒng)的設(shè)計(jì)

摘 要：伴隨移動(dòng)網(wǎng)絡(luò)科技的進(jìn)步，在移動(dòng)互聯(lián)網(wǎng)上取得有價(jià)值的咨詢將變得不那么容易。個(gè)性化推介系統(tǒng)的誕生與運(yùn)用，讓以往因特網(wǎng)上信息過載的情況得到改善。作者在已有的推薦算法的前提下，給出一類以客戶分類與記錄信譽(yù)度加權(quán)的協(xié)同過濾推介算法。并利用J2ME科技創(chuàng)建移動(dòng)互聯(lián)網(wǎng)個(gè)性化推介原型系統(tǒng)。

關(guān)鍵詞：中小學(xué)生；移動(dòng)智能；推介系統(tǒng)

經(jīng)過若干年的發(fā)展，伴隨移動(dòng)網(wǎng)絡(luò)的迅猛進(jìn)步——尤其是我國(guó)3G牌照落地，移動(dòng)網(wǎng)絡(luò)使用人數(shù)暴增。我國(guó)互聯(lián)網(wǎng)信息中心統(tǒng)籌的數(shù)據(jù)說明，2012年前半年我國(guó)網(wǎng)絡(luò)使用人數(shù)高達(dá)5.38億，而移動(dòng)設(shè)備使用人數(shù)逼近3.88億。而伴隨這種情況的還有移動(dòng)網(wǎng)絡(luò)方面信息的呈幾何級(jí)數(shù)增加，讓大眾通過移動(dòng)互聯(lián)網(wǎng)取得有意義的信息變得不那么簡(jiǎn)單。為化解因特網(wǎng)上信息湮沒的困局，個(gè)性化推介科技開始“大顯身手”。參考移動(dòng)網(wǎng)絡(luò)的特別屬性，作者將以往老舊的因特網(wǎng)上的個(gè)性化推介科技與移動(dòng)網(wǎng)絡(luò)對(duì)接，形成了移動(dòng)個(gè)性化推介的離線化解方案，而且創(chuàng)設(shè)了以J2ME為核心的移動(dòng)個(gè)性化推介系統(tǒng)，這是對(duì)以往模式的一種升級(jí)，并且讓用戶獲取信息的途徑更為便捷。

1 ATC與CF融合的推介系統(tǒng)

1.1 有關(guān)科技概論

為消除文本分類過程中人為因素的影響，自動(dòng)文本分類科技有著良好的發(fā)展前景。當(dāng)前較為普及的是KNN、樸素貝葉斯模式、SVM等。這類模式均牽涉到統(tǒng)籌學(xué)領(lǐng)域，通過特征提取來注釋文本文檔，構(gòu)建文檔模型后，應(yīng)該使用有差別的分類器來劃分文本文檔。文本文檔分類構(gòu)建是通過讀取大批文檔實(shí)現(xiàn)的，進(jìn)而統(tǒng)一了對(duì)文本文檔的分類意見，讓分類流程中的人為影響盡可能小。

協(xié)同過濾，又被稱作協(xié)作型過濾，其在信息過濾與信息獲取方面廣泛應(yīng)用。協(xié)作型過濾算法，一般要召集一大批人實(shí)施搜尋，并通過這種算法獲得與客戶愛好相似的一小撥人，并對(duì)這部分客戶的愛好實(shí)施查證，將結(jié)果聯(lián)合獲得有著嚴(yán)謹(jǐn)排序的推介表格。協(xié)同過濾科技的種類有以客戶類似度為核心的協(xié)同過濾、以推介事項(xiàng)為核心的協(xié)同過濾、以模具為核心的協(xié)同過濾三種。Userbased協(xié)同過濾是通過尋求類似客戶團(tuán)體，依照其網(wǎng)上沖浪的記載內(nèi)容，尋求到有類似愛好并推介給客戶；Item-based協(xié)同過濾算法是推介事項(xiàng)間的類似度，參照客戶的沖浪喜愛，將事項(xiàng)推介給客戶；Model-based協(xié)同過濾，應(yīng)構(gòu)建個(gè)性化推介的數(shù)模，依照數(shù)模來推算推介集。

作者通過樸素貝葉斯分類器和以項(xiàng)目為核心的協(xié)同過濾計(jì)算來構(gòu)建移動(dòng)互聯(lián)網(wǎng)的個(gè)性化推介系統(tǒng)。

1.2 個(gè)性化推介模型

以J2ME科技為核心的個(gè)性化推介體系的結(jié)構(gòu)，系統(tǒng)模型使用C/S構(gòu)造設(shè)計(jì)，用戶端使用J2ME科技來完成移動(dòng)設(shè)備用戶對(duì)訊息的獲取，伺服器終端使用Servlet。

而推介模型能夠劃定為四個(gè)重要版塊：

（1）客戶訊息收集劃定為顯性的信息收集與隱蔽的信息收集兩種模式。顯性的學(xué)習(xí)收集模式在客戶的終端瀏覽頁(yè)面創(chuàng)設(shè)訊息回饋版塊，在該版塊內(nèi)客戶能夠參照自身的偏好獲得對(duì)應(yīng)的訊息；隱蔽的訊息收集模式是客戶參考對(duì)訊息的瀏覽時(shí)長(zhǎng)，決定是否儲(chǔ)蓄訊息、是不是轉(zhuǎn)載訊息等。

（2）訊息發(fā)布系統(tǒng)的功能通常是增加推介訊息，在此流程中，利用樸素貝葉斯文本分類器對(duì)文檔種類實(shí)施劃定。

（3）個(gè)性化推介引擎利用以客戶背景訊息分類與國(guó)王使用記載可信度加權(quán)的Item-Based協(xié)同過濾計(jì)算，來逐漸推介訊息集。

（4）終端系統(tǒng)使用以J2ME科技為核心的模式，實(shí)現(xiàn)訊息獲取與客戶愛好收集等工作。

1.3 樸素貝葉斯文本類別的劃分

文本類別的劃分是把無(wú)法預(yù)知的文本種類劃定到既定的種類中，進(jìn)而減少人為元素的影響。樸素貝葉斯類別劃分涉及到古典數(shù)理知識(shí)，分類情況較為理想，并且模型構(gòu)造簡(jiǎn)易，優(yōu)勢(shì)明顯。所以，面向中小學(xué)生，作者挑選樸素貝葉斯分類器來對(duì)文本進(jìn)行類別的劃分。

作者所應(yīng)用的以樸素貝葉斯分類為核心的文本分類流程是：

1.3.1 練習(xí)文本的向量空間顯示

構(gòu)建向量空間模型的步驟包含文本分詞處置、消除停用詞、特點(diǎn)抉擇等。通過各版塊的銜接，最后將明確組別內(nèi)的特征詞當(dāng)成特征詞空間W={w1，w2，w3，…Wn}，W是特征詞。把文本放入這個(gè)組別的特征詞空間，讓文本的闡述變成T（A）={PA1、PA2、PA3，…PAn}，PA1是文本頻率法表示詞Wi在文本A上的加權(quán)。PAi能夠使用信息增益模式，開放擬合檢測(cè)等其他模式來顯示。

1.3.2 換算每一特征詞的種類的概率分布

換算每一特征詞隸屬何種種類的幾率，其具象化的換算模式是：分開驗(yàn)算每種文本的質(zhì)心，并換算詞映射每個(gè)種類的幾率，最后構(gòu)成特征詞-文檔種類的相應(yīng)矩陣。而有關(guān)文本集質(zhì)心的換算此處不再贅述，可以查找相關(guān)資料獲得對(duì)應(yīng)算法。

1.3.3 向量空間模型的構(gòu)成

依照既定的特征詞空間，把即將進(jìn)行類別劃分的文本放入特征詞空間內(nèi)，讓其顯示為向量空間模式：T（X）={Px1，Px2，Px3…Pxm}。

1.3.4 依照特征詞的幾率分布狀況，換算即將進(jìn)行類別劃分的文本的種類

明確類別劃分文本T（X）隸屬類別劃分Ck（Ck∈{C1，C2，C3…Cn}）的幾率R（k），并進(jìn)行換算。

1.3.5 明確將濟(jì)寧類別劃分的文本的種類

使用對(duì)應(yīng)的算式把即將劃分類別的文本隸屬每一類別的幾率R（k），算出極大值R（k）的種類就是文本的終極分類。

1.4 以用戶類別劃分與記載可行度權(quán)重為核心的協(xié)同過濾算法

作者給出的改善后的協(xié)同過濾算法，與以往的協(xié)同過濾算法的差異在于：根據(jù)客戶的背景條件實(shí)施類別的劃分以及客戶過往的記載訊息甲醛。依照客戶背景條件實(shí)施過濾的思維源自于一類假設(shè)：同樣背景訊息的客戶有著近似的訊息需要，依照客戶的背景訊息清理關(guān)系不大的客戶團(tuán)體記載，能夠減少過往考評(píng)記載的維數(shù)，提升系統(tǒng)的運(yùn)轉(zhuǎn)質(zhì)量。而權(quán)衡到客戶的喜好會(huì)不斷改變，過往的考評(píng)記載無(wú)法完整映射用戶的喜好，所以對(duì)客戶的過往考評(píng)記載實(shí)施加權(quán)處置，讓與目前時(shí)態(tài)最為趨近的考評(píng)記載獲得很高的權(quán)限，如此能夠在參考過往記載的基礎(chǔ)上，提升考評(píng)的可靠性。

而對(duì)客戶的種類進(jìn)行劃分，通常要過濾掉與用戶關(guān)系不大的冗雜訊息，提取客戶的真正背景訊息，這樣的訊息被叫做關(guān)鍵元素。以取得的關(guān)鍵元素為核心，對(duì)客戶實(shí)施類別的劃分?？蛻纛悇e的劃分通常要注意：

（1）統(tǒng)籌客戶最感興趣的隸屬類別，即客戶的喜好狀況。

（2）換算客戶訊息基礎(chǔ)訊息集的訊息熵。

（3）換算客戶基礎(chǔ)訊息內(nèi)每一屬性的信息增益，并挑選信息增益最為明顯的特性，并將其看成是左右客戶獲得訊息的關(guān)鍵要素，并把關(guān)鍵要素看成是客戶背景訊息分類的準(zhǔn)則，來劃定不同種類的客戶。

而應(yīng)注意的是，如果用戶背景訊息類別劃分的強(qiáng)度過高，或者客戶過往記載訊息量極大，那么應(yīng)使用若干個(gè)用戶背景訊息聯(lián)合的模式來獲得關(guān)鍵要素。信息增益與信息熵的有關(guān)使用效果，應(yīng)通過ID3分類算法完成。另外，還包含一部分以信息增益為核心的特征抉擇模式。另外，還有信息近似度算法等，此處不再一一贅述。

2 面向中小學(xué)生的移動(dòng)個(gè)性化推介系統(tǒng)設(shè)計(jì)

2.1 整體結(jié)構(gòu)

首先，應(yīng)構(gòu)建J2ME的移動(dòng)互聯(lián)網(wǎng)個(gè)性化訊息推介系統(tǒng)的層級(jí)模型。其通常分成用戶端參數(shù)獲得層、Web層、參數(shù)操控層、參數(shù)儲(chǔ)蓄層。用戶端通常以向終端客戶提供推介訊息，來獲得客戶的顯性數(shù)據(jù)與客戶的隱蔽數(shù)據(jù)；Web層通常通過Servlet、JSP等，向系統(tǒng)的參數(shù)庫(kù)供應(yīng)推介的訊息，并且通過Servlet為J2ME用戶端程序以HTTP/HTTPS等形式來取得或增添訊息；參數(shù)操控層通常包含JAVA BEAN，這部分JAVA BEAN封裝了參數(shù)操控API，并為外部環(huán)境供應(yīng)一致性強(qiáng)的訪問端口；參數(shù)儲(chǔ)蓄層使用的則是Oracle 10g參數(shù)庫(kù)管控軟件。

2.2 用戶端程序流程

用戶端開啟是依靠主MIDlet實(shí)現(xiàn)的，其完成了推介訊息留存、訊息搜索、客戶個(gè)體愛好回饋等工作，是最先使用用戶端程序來進(jìn)行客戶注冊(cè)、密碼設(shè)定與訊息閱覽等工作的。之后能夠直觀地使用RMS內(nèi)的個(gè)體訊息完成登錄，通過檢驗(yàn)達(dá)標(biāo)后，客戶就可以在自身權(quán)限范圍內(nèi)完成操控。

2.3 伺服器端程序構(gòu)造

伺服器端程度關(guān)鍵版塊是文本類別劃分版塊、個(gè)性化推介版塊。為減少客戶的等待時(shí)長(zhǎng)，這兩類版塊的運(yùn)轉(zhuǎn)在線下進(jìn)行。就是說預(yù)設(shè)既定的運(yùn)轉(zhuǎn)時(shí)長(zhǎng)或人工操控來設(shè)定特征詞空間、幾率分布訊息、客戶的類別劃分特性、推介集訊息等。

此處，作者僅闡述個(gè)性化訊息推介版塊。其通常會(huì)生成并保護(hù)客戶間的推介訊息集。該流程應(yīng)確保推介訊息的新奇性，所以，應(yīng)在后臺(tái)開啟運(yùn)轉(zhuǎn)線程，讓推介集訊息能夠推陳出新。

3 結(jié)束語(yǔ)

作者在文章中為化解移動(dòng)互聯(lián)網(wǎng)的訊息過量的困局給出了一類化解模式，并且這是面向中小學(xué)生的移動(dòng)智能推介系統(tǒng)，基本上完成了以J2ME為核心的移動(dòng)互聯(lián)網(wǎng)個(gè)性化推介原型系統(tǒng)，而且其被實(shí)踐證明是切實(shí)可行的。因?yàn)檫€存在一部分漏洞，比如：如何加入誘導(dǎo)因子，讓學(xué)生興趣引導(dǎo)到健康方向上來，如何根據(jù)年齡段提供智能推介信息等，作者提出的原型系統(tǒng)在推介效果以及普及性方面還需不斷加強(qiáng)。

參考文獻(xiàn)

[1]賦能技術(shù)創(chuàng)建智能國(guó)度尖端科技展會(huì)搶盡風(fēng)——亞洲通信展2014、企業(yè)資訊科技展2014和亞洲廣播展2014圓滿落幕[J].移動(dòng)通信，2014（14）：96.

[2]孫斌.個(gè)性化智能推薦引擎算法研究及應(yīng)用[D].華中科技大學(xué)，2012，5.

[3]郭磊.試論移動(dòng)智能終端APP的發(fā)展趨勢(shì)及面臨的安全挑戰(zhàn)[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2015（7）：97-98.

[4]李剛.基于移動(dòng)智能終端的交互式滅火救援指揮決策系統(tǒng)的探討[J].科技創(chuàng)新導(dǎo)報(bào)，2014（10）：53-54.

[5]2015中國(guó)移動(dòng)互聯(lián)網(wǎng)+教育暨移動(dòng)智能教育峰會(huì)（西安）要點(diǎn)擷英[J].陜西廣播電視大學(xué)學(xué)報(bào)，2015，17（4）：5-9.

[6]王永固.現(xiàn)代教育技術(shù)與中小學(xué)生信息素養(yǎng)的培養(yǎng)[J].中國(guó)電化教育，2001（5）：26-28.

[7]辛陽(yáng).一種專利智能推薦算法設(shè)計(jì)與軟件實(shí)現(xiàn)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2013（1）：70-73.

作者簡(jiǎn)介：歐陽(yáng)子凌（1999-），男，漢族，湖南省寧鄉(xiāng)一中高二679班學(xué)生。