企业知识分享平台的设计与实现
这是一篇关于企业知识管理,知识库,Mahout,Solr,知识检索,知识推荐的论文, 主要内容为随着知识经济时代的到来,越来越多的企业意识到了有效的知识管理对于丰富员工认知,提高工作效率,进而促进企业发展,提升企业核心竞争力的重要作用。但是,目前在中小型企业内部,大多采用一种传统的手工知识管理方式,知识管理普遍存在文档存储管理困难,存储结构难以划分,查找效率缓慢以及无法协作共享的问题。同时,基于此种方式也不利于企业内部显性知识和隐性知识的相互转化以及知识资源的整合。显然,这种方式已不再适用于当下企业知识管理的需求。基于此种情况,提出了企业知识分享平台的设计与实现需求,计划建立一个实现知识的获取,存储,共享和应用的综合信息管理平台。本文依据实际项目需求,设计和实现了企业知识分享平台,不仅解决了在中小型企业内部知识文档统一存储的问题,同时通过对知识库,专家页面以及知识交流社区子系统的设计有效实现了知识信息的录入、采集、分类、共享、推荐以及检索和展示。系统采用B/S架构,基于开源框架SSM(Spring,Spring MVC,Mybatis)完成了平台整体的架构设计。实现了登录注册、应用/咨询管理、知识管理(包含知识组织,知识分类,知识审批以及知识应用)、专家任务处理以及角色、权限管理等功能模块。系统采用分层架构,基于面向服务的体系结构理念将服务层抽象出来对外提供服务,供其他系统调用,可以实现灵活的分布式部署。同时为了提升企业知识库的高效利用以及用户体验,使用Apache Software Foundation(ASF)旗下的开源项目mahout实现了相关知识的智能推荐,使用一个开源的Java垂直爬虫框架Web Magic实现了最新咨询推荐。进行了Redis服务搭建,为平台相关模块添加缓存功能,实现了Solr服务来搭建基于Lucene的全文搜索服务器,配合IKAnalyzer中文分词器来实现知识检索功能。最后,作者通过对平台的整体测试结果以及实际运行情况分析,证明了企业知识分享平台对于中小型企业知识管理的有效性和实用性。本文所做工作有效改善了企业的经营绩效,增强了企业文化氛围,学习氛围,提升了企业的核心竞争力以及技术创新。
基于协同过滤的易车二手车电商系统设计与实现
这是一篇关于汽车电子商务,协同过滤,SSM框架,Mahout的论文, 主要内容为随着我国汽车行业的不断发展以及新车保有量的持续增长,人们对于二手车的接受程度不断提升,汽车市场对于二手车的需求量逐渐增大,共同推进了二手车市场的蓬勃发展。伴随着当前互联网等信息技术的不断完善和突破,在当前社会当中各行各业的竞争都呈现出了激烈的态势,且在汽车销售方面显得格外突出,因此电子商务已经成了当前汽车销售当中最为重要的一种手段。然而二手车市场由于二手车数量庞大且车况不同,面临着信息过载的问题,用户往往很难快速挑选心仪的车辆。用户急需一款可实现个性化推荐的二手车电商平台,不仅能为用户提供包含选车、换车、买车、用车、维修保养等所有环节的一站式服务,还为用户提供车辆出售估价、智能推荐等服务。本文从需求分析、总体设计、详细设计与实现、系统测试等四个方面介绍基于协同过滤的易车二手车电商系统设计与实现。本系统基于MVC应用模式进行设计,采用SSM框架开发。同时,用Solr搜索应用服务器为系统提供搜索服务。采用协同过滤推荐算法实现推荐二手车服务,使用Mahout框架实现推荐算法。在项目的设计与实现中本人主要参与了车辆管理模块中,二手车信息维护、二手车信息管理等功能;二手车搜索模块中,关键字搜索、标签搜索、标签排序等功能;同时也参与了二手车推荐功能的分析设计与实现。在汽车电子商务当中是运用当前先进的信息技术来进行相关问题的解决,从而来降低在销售期间不必要的成本,不仅提升自身商业价值和商务活动,还为用户带来极大便利。从目前项目使用情况可以看出汽车电子商务个性化的服务模式非常的适合当前消费者的选择和企业社会的需求,在为用户带来便利的同时能带来可观的经济效益和社会效益。
基于Hadoop的图书商城推荐系统的设计与实现
这是一篇关于Java Web,图书商城,Hadoop,Mahout,分布式的论文, 主要内容为互联网+倡议为各个领域的发展打开了一扇窗,提供了全新的解决方案。信息化的发展提高了生产力,降低了成本,从而使人们的生活更加的便捷。但是信息化的发展结果是我们走进了大数据时代,如今人类几年产生的数据量已经超过过去一个世纪的数据量。面对日益增长的海量数据,数据生产者怎样把自己生产的数据推送到目标人群面前,数据消费者怎样快速获取自己感兴趣的数据,这就是当今世界我们面对的“信息过载”的问题。推荐系统可以有效的解决这个问题,但是传统的推荐系统在如今海量的数据量下容易遭遇瓶颈、力不从心,从而导致推荐的结果不理想,因此基于大数据平台推荐系统的研究具有实用价值与意义。本文研究了当今学术界主流推荐算法以及大数据框架Hadoop。利用Hadoop分布式文件管理系统HDFS实现系统文件的分布式管理,利用Hadoop并行计算组件MapReduce实现分布式计算,利用Mahout组件中基于项目的协同过滤算法,设计并实现了一种基于大数据平台Hadoop的图书商城推荐系统,具体内容如下:首先,使用Java Web技术构建了一个浏览器/服务器模式的图书商城系统。系统前端使用jQuery和Bootstrap。系统后端采用分模块解耦合开发,表现层框架使用SpringMVC,业务逻辑层框架使用Spring,数据持久层框架使用Mybatis,通过Spring依赖注入对类进行管理。数据库使用Oracle数据库,通过Maven项目管理工具进行项目管理,使用Eclipse开发工具进行项目开发,Tomcat服务器进行项目部署。然后,构建Hadoop集群,通过数据采集模块Flume采集图书商城用户行为数据,包括用户浏览、搜索以及购买行为,通过大数据框架Hadoop解决图书商城系统海量数据存储处理问题,利用Hive组件存储通过MapReduce清洗后的数据以及通过数据迁移工具Sqoop把结果数据从Hive迁移到关系型数据库中。最终利用Hadoop框架中的Mahout组件实现基于项目的协同过滤推荐从而使图书商城系统增加个性化推荐服务功能。最后,进行了系统功能测试以及性能测试。实验结果表明该系统具备了较完善的功能,能为用户提供良好的购物体验以及个性化的推荐服务,实现了预期的结果。
B2B电子商务订货平台的设计与实现
这是一篇关于B2B 电子商务,SSM 框架,Redis,Solr 搜索引擎,Mahout的论文, 主要内容为当前,是一个信息化时代,世界发展瞬息万变,信息盈千累万。随着互联网的发展,人们的许多活动方式发生着翻天覆地的变化。以商品交易为例,在时代迅速发展的背景下,电子商务平台不断壮大,不仅是个体用户,企业之间也越来越倾向于基于互联网产品进行交易活动,将这种企业与企业之间的互动交易模式称为B2B(Business to Business)模式。典型的B2B电子商务平台有阿里巴巴,阿里巴巴的用户覆盖率远超其他几大电商,在我国B2B电子商业领域占有极为重要的地位。本文所阐述的B2B电子商务订货平台采用B/S(浏览器/服务器)软件架构模式进行开发。根据系统的特点及考虑到系统以后的发展,决定系统整体采用分布式架构,降低模块之间的耦合度,提高系统的可扩展性,也便于进行分布式部署。系统由Java语言进行编程,基于MVC应用模式进行设计,采用SSM框架开发,数据库使用MySQL,MyCat作为中间件实现主从复制、分库分表,Redis作为缓存降低数据库的压力,提高查询效率。为实现各模块之间的联系,使用Web Service提供接口。Nginx做负载均衡来对抗并发的压力。同时用Solr搜索应用服务器为系统提供搜索服务。面对复杂的订单流程,使用Activiti工作流来实现对订单的管理。除此之外,使用协同过滤推荐算法为订货端提供推荐商品服务,推荐算法应用Mahout框架实现。作者参与设计和实现的功能有内容管理模块的内容分类管理、内容管理及内容展示功能;商品管理模块的商品信息的维护、商品规格模板的管理功能等;订单管理的订单维护、订单状态跟踪、订单操作等功能;搜索模块的商品搜索功能。同时也参与了商品推荐功能的分析、设计与实现。本系统是一款服务于中小型企业及零售商的B2B电子商务订货系统,出自作者的实习单位用友网络科技股份有限公司,意在帮助经销商货客户实现网上轻松下单、订单全程跟踪、后端的商品发布维护、自定义广告宣传、方便快捷的资金支付,并为订货端提供推荐商品服务。不仅丰富了订货端的选择,也为企业端提供了更多的销售机会。当前系统运行稳定顺利,基本实现了预期的功能,除零售商外,还拥有多家中小型企业客户。
基于Hadoop平台的高血压治疗效果分析系统的设计与开发
这是一篇关于高血压治疗效果分析系统,用药推荐,Hadoop,Mahout,HBase,SSH的论文, 主要内容为高血压作为常见的慢性病,已经成为威胁心脑血管病的最主要因素,能诱发脑卒中、心肌梗死、心力衰竭及慢性肾脏病等系列并发症。根据近年的报告指出,我国高血压患病人口基数大,而控制率、治疗率偏低。如何提高高血压防治的控制率与治疗率成为当前一个热门话题,且有着相当的研究价值。所幸的是,随着大数据时代的到来,大数据分析为许多医学难题的解决提供了新途径,改变了一些疾病诊断方式。苏州市智能健康管理与信息工程技术重点实验室所设计的多功能便携血压计,通过蓝牙技术将患者的血压记录传输到移动终端以及云端健康监控中心。血压计在实际使用过程中,收集了大量的用户数据,利用这些数据来进行数据挖掘分析有着重要的研究价值。针对高血压控制率、治疗率偏低的现状,本文对高血压的防治现状以及大数据挖掘技术进行深入研究分析,设计了高血压治疗效果分析系统,主要完成的工作如下:针对高血压患者诊断记录的数据特点,设计了基于Hbase数据库的高血压患者案例记录库,为系统进行大规模数据建模以及检索提供了快速检索能力。在案例库的基础上设计了高血压用药推荐与疗效预测模型。系统使用了随机森林分类算法来对高血压患者案例库进行用药分类,利用对源案例的分类结果来做用药推荐。同时,系统使用案例推理来查找与源案例接近的目标案例,来为患者做疗效预测。实现了基于SSH(Struts+Spring+Hibernate)网络框架的高血压治疗效果分析系统,包括用户管理模块、高血压患者案例管理模块、高血压治疗效果分析模型建立模块与高血压治疗效果分析模块。并且搭建基于Hadoop分布式计算平台以及Hbase分布式数据库的大数据处理系统,并部署网站系统在Tomcat容器上。针对系统的关键功能进行了测试,测试结果显示了系统拥有海量数据存储能力,能进行大规模分类建模与运算。通过本系统,用户能够通过上传高血压案例数据来进行疗效分析以及实现用药推荐等功能。
基于Mahout的科研管理决策支持系统的设计与实现
这是一篇关于Mahout,科研管理,决策支持的论文, 主要内容为随着科研管理信息化的持续发展,各类科研数据在近年来迎来了井喷式地增长,随之而来的是对数据分析的急切需求,而传统的人工分析方式和半自动化的管理工具已经无法有效地处理海量数据下的数据分析工作。以统计分析、数据挖掘为代表的现有数据分析方法,均能很好地展示数据某个维度下的特征和价值,然而,这些分析方法往往相对独立,不能很好地支撑决策支持的工作。为了实现对科研管理的决策支持,本课题将数据仓库、联机分析处理、数据挖掘、模型库等技术理念相结合,设计了一个科研管理决策支持系统。本文首先对国内外决策支持系统的现状进行调研,分析现有系统中存在的不足,并结合科研数据的实际情况,梳理出科研管理决策支持系统的需求;然后,以Oracle数据仓库、SSH框架、Lucene全文检索引擎、OLAP数据统计、前端JS可视化插件等相关技术为基础,以开源的机器学习和数据挖掘框架Mahout为核心,研究了主流的数据挖掘算法,以此为基础实现了一套基础性的决策支持框架,并在科研管理中进行了应用;最后,对科研管理决策支持系统的各个模块进行了详细的测试,以验证功能的准确性和系统的健壮性。本系统完全基于开源框架开发,除开发效率提升外,还有利于系统后续的扩展和维护。以科研管理决策支持系统为基础,通过对高校、学科以及研究人员的数据分析,辅以简洁直观的可视化界面,系统大大提高了科研管理的效率,同时,也为各类科研决策的制定提供了科学的保障。
关于协同过滤推荐系统的实现与应用
这是一篇关于自习室系统,协同过滤,SSM框架,Mahout的论文, 主要内容为5G网络普及,互联网时代的发展进一步加速,网络上的信息量日益加大,如何在信息爆炸的时代快速的筛选出有效信息成为影响用户体验的关键。推荐系统使用信息过滤技术,通过分析用户历史行为,可以为用户推送其感兴趣的内容。特别在电商领域,不仅可以帮助用户快速购买商品,提高用户体验,而且对提高商家商品转化率也有很大的作用,可以解决信息量过大而导致的用户流失问题。协同过滤技术作为推荐系统关键技术之一,虽然在冷启动和数据稀疏方面仍存在问题但可以发现用户兴趣,并且可以处理非结构化数据。本文使用两种协同过滤算法实现自习室的推荐系统:本文通过研究分析协同过滤推荐系统,针对物品类别是否模糊,使用协同过滤算法实现自习室推荐,本文采用的协同过滤算法是基于用户对自习室属性偏好的协同过滤算法主要引入校正因子的计算用来平衡用户自习室属性偏好与自习室相似度之间的相互影响。本文的需求分析主要从用户体验、概要设计、详细设计、系统测试这几个方面介绍基于协同过滤的自习室推荐系统的设计与实现,其中会介绍论文采用的系统开发框架SSM、搜索引擎ES、推荐系统框架Mahout。功能模块方面主要就本人所参与的的自习室预约模块、搜索模块和自习室推荐模块进行阐述。该自习室系统主要实现的是自习室座位预约及自习室产品购买,通过该系统可以帮助用户有效选择合适自习室及产品,提高用户体验、帮助用户实现线上远程坐次预约的同时,提高商家转化率,本系统所使用数据为线下已有店铺实际用户交易评分数据,在没有相关产品的情况下针对该行业现状具有切实意义。
基于Mahout的高校图书馆藏书推荐系统的设计与实现
这是一篇关于推荐系统,Mahout,协同过滤的论文, 主要内容为随着社会生活的信息化、网络化,信息量的增加必然导致其中充斥着无用的垃圾内容,造成有效信息占比降低。为了解决在数据庞大、需求不明情况下,传统搜索方式不能准确提供有效信息的问题,推荐系统由此出现。其针对用户的不同偏好对不同用户的个人需求进行定制,提供更加精准的信息服务。推荐系统推测用户的想法,将其可能感兴趣的内容推送,这样互联网信息服务的方式就由被动转为主动。目前,各种专业技术领域正处于不断融合的趋势下,这对于一些用户寻找一些不熟悉专业领域的书籍的时候带来了很大的便利。面对当下高校图书馆查阅书籍存在的问题,更迫切的需要将推荐算法应用于专业书籍的管理中去。因此,本文所要解决的问题就是在传统图书管理系统的中融入推荐算法.本论文主要任务是以Hadoop平台为依托,选择Mahout的协同过滤推荐算法为核心算法,实现系统的搭建,完成基于Mahout的高校图书馆藏书推荐系统。本论文的主要工作如下:首先,对基于用户基于项目两种协同过滤算法的的实现原理进行深入的分析和研究,对比这两种协同过滤算法的应用场景和优缺点,并结合本系统的特点合理利用两种算法的优势,搭配使用达到优势互补的目标。其次,对推荐算法存在的三大问题进行了思考,分析造成问题的原因,结合本系统的特点,提出了对新用户和新项目冷启动的优化、对数据稀疏性问题的改善、对性能提升。最后,分析本系统的需求,设计系统功能。本系统采用的是Java开发中常用的SSM框架和My SQL开发,实现后台、前台和数据库进行数据交互。在推荐算法的实现上,使用Mahout框架,再此基础上进行扩展完成系统的设计与实现。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设助手 ，原文地址：https://bishedaima.com/lunwen/46652.html
