免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

訂閱
糾錯
加入自媒體

面向大數據的信息移動推薦服務的關鍵技術

2018-11-30 14:17
科多大數據
關注

目前大數據已經滲透到所有行業和領域,信息移動服務也不例外。科多大數據帶你探尋大數據在信息移動推薦服務中涉及到的關鍵技術有些什么吧。

面向大數據的信息移動推薦服務模型所涉及的關鍵技術大致可以分為:

(1)模式、體系架構、各類標準及規范。

主要是從系統開發的角度出發,研究面向大數據的信息移動推薦系統的結構、內涵、運行機理、組織、運行及服務模式等方面的技術,同時研究支持實施面向大數據的信息移動推薦服務的相關標準和規范。包括:

①支持多主體的、跨領域的、面向大數據的信息移動推薦體系結構;

②大數據環境下信息移動推薦服務的交易、協作、監測、評估、互操作模式;

③面向大數據的信息移動推薦服務的相關標準、規范、協議、方法等,如大數據采集、分類、組織、分析、處理規范、移動推薦核心服務層交互及互操作接口標準規范、感知與接入規范、描述規范、信息移動推薦服務許可、授權標準規范及計費標準等;

④面向大數據的信息移動推薦服務組合建模、描述、一致性檢查及可執行模式轉化等;

⑤面向大數據的信息移動推薦服務全生命周期管理模式。

(2)大數據互感、多源信息主動感知、增值及虛擬接入技術。

大數據互感、多源信息主動感知等是實現面向大數據的信息移動推薦服務執行過程實時、離線信息主動推薦的前提和基礎,其目標是針對信息移動推薦過程涉及到的多源信息的采集,在移動推薦過程中引入多傳感技術,為實現不同信息移動推薦服務資源、能力的多源信息的智能互感提供技術支持,從而實現RFID射頻數據、傳感器數據、社交網絡交互數據、移動互聯數據等主要大數據來源的數據信息的動態有效獲取、分析與預處理。包括:

①大數據動態獲取、組織、分析、預處理、處理等技術;

②面向大數據的信息移動推薦服務資源、能力的虛擬化接入技術;

③面向大數據的信息移動推薦服務過程中的多源信息的主動感知與增值技術,其中主動感知技術主要包括多層次服務事件數據模型與描述、服務過程主動感知模式、建模過程、多源移動推薦信息增值技術等部分,而多源實時、離線信息的增值主要基于規則庫、組合運算、數據挖掘等方法實現,且面向多主體、跨領域的用戶,提供基于實時、離線信息處理后的增值推薦信息;

④支持參與面向大數據的信息移動推薦服務的底層移動、非移動終端物理設備虛擬化接入、軟硬件互接入技術等;

⑤信息移動服務定義封裝、發布、虛擬化技術及相關根據研發等技術;

⑥信息移動推薦服務請求接入和訪問服務平臺技術等。

(3)移動用戶特征提取、相關信息檢索及推薦信息排序技術。

移動用戶特征提取、相關信息檢索及推薦信息排序技術是面向大數據的信息移動推薦服務模型的三個核心模塊。移動用戶特征提取模塊通過獲取移動用戶的歷史行為以及其他相關信息(年齡、性別、興趣愛好、瀏覽過的信息、其他行為等)生成用戶特征,以便推薦符合該用戶興趣的信息;相關信息檢索模塊在接受移動用戶特征的基礎上,快速找到該移動用戶可能感興趣的候選信息,從而生成推薦信息集合;推薦信息排序模塊則采用機器學習算法,通過優化某一移動推薦指標(比如信息點擊率、評分等),生成信息移動推薦服務模型,計算得出該移動用戶對該推薦信息集合的認可度,并分別計算推薦信息集合中所有信息的認可度,然后按照某種移動推薦指標進行排序。包括:

①移動情境感知中的用戶行為軌跡、行為模式挖掘、用戶行為、移動情境、用戶情感、社交關系預測技術;

②面向大數據的信息移動檢索、預處理及索引構建技術;

③移動用戶與信息的相關度計算、信息移動推薦服務分類技術及移動用戶信息服務需求智能化挖掘、分析及匹配等技術;

④面向大數據的信息移動推薦服務的融合、管理、運行、優化及反饋等技術;

⑤移動情境感知環境下多維交互大數據的時空交互語義獲取、模式發現及在特定情境下的服務轉化技術。

(4)信息移動推薦過程服務質量信息傳感、監控、可信與安全推薦技術。

主要研究和支持面向大數據的信息移動推薦服務的提供者、運營者、使用者、開發者等對信息移動推薦服務進行接入、發布、維護、組織與聚合、管理與調度、監測與評估等操作,包括:

①信息移動推薦服務提供端軟硬件資源和服務的傳感、接入管理,如統一接口定義、注冊與管理、認證管理、授權機制、訪問控制等技術;

②信息移動推薦的發布、維護、組織與聚合、管理與調度技術;

③信息移動推薦服務的構建與部署、分解等技術;

④移動情境感知終端的嵌入式可信硬件制造、移動推薦智能終端的可信接入、發布技術、可信移動網絡構建、運營等技術;⑤信息移動推薦系統和服務的可靠性技術等。

(5)信息移動給推薦服務的效用評價技術。

效用評價機制對于檢驗面向大數據的信息移動推薦服務模型的性能和發現其存在的問題來說十分重要,也是信息移動推薦服務體系不可或缺的技術之一。其主要研究信息移動推薦服務結果、服務模式綜合評價及大數據感知、獲取、組織、分析及預測等綜合評價技術,而數據集和效用評價指標是兩個重要的研究要素。

獲取與面向大數據的信息移動推薦服務相關的數據集,要比獲取傳統信息推薦系統相關的數據集更為困難,目前,公開可用的面向大數據的信息移動推薦服務的數據集很少,因此,如何獲取真實、可靠、可用的數據集也是亟待解決的關鍵技術之一。而在確立數據集之后,使用數據集對信息移動推薦服務體系的性能進行評價時,評價指標則是首先需要解決的關鍵問題,如何制定科學、合理的評價指標同樣應當成為待解決的關鍵技術之一。

(6)信息移動推薦服務的業務管理模式與技術。

主要研究面向大數據的信息移動推薦服務模式下的業務與服務流程管理的相關技術,包括:

①信息移動推薦服務漏乘的動態構造、運營、管理及執行技術;

②信息移動推薦服務的成本構成、核算、計價、交易策略以及相應的支付模式等技術;

③信息移動推薦服務體系中各方的信用管理機制及實現技術;

④物理世界與虛擬世界的普適化人機交互技術。

面向大數據的信息移動推薦服務體系將成為我國信息服務領域充分挖掘大數據資源、提升大數據知識服務核心競爭力的重要支撐手段,也是我國當前發展大數據知識服務領域需要探索的一個重要發展方向。

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權或其他問題,請聯系舉報。

發表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續

暫無評論

暫無評論

    人工智能 獵頭職位 更多
    掃碼關注公眾號
    OFweek人工智能網
    獲取更多精彩內容
    文章糾錯
    x
    *文字標題:
    *糾錯內容:
    聯系郵箱:
    *驗 證 碼:

    粵公網安備 44030502002758號