软工大作业·历物语（二）

文章来源：中国软工亚洲指挥中心（Steins;Gate）
共同作者：纪神，爵爷，老板，小男孩（按首字拼音排序）
责任编辑：爵爷

先大致说一下这两周完成的内容:

登录界面
注册界面
新闻详情界面
用户偏好算法（初版）的设计与实现
通知系统
私信系统
部分实现了数据操作辅助类族
部分实现了推送系统
部分UI的优化

细节还有非常非常多，当然不是说要拘泥于细节而失去了整体意识，而是在细节的把控中了解整个项目的脉络。虽然功能远没有实现完，但是现在的项目结构已经略显臃肿了，所以下一周准备梳理一下整个项目，开始尝试自上而下地审视并重新设计一下整个结构。

本周做的工作值得细说的还是用户偏好算法的设计。用户偏好算法是我们项目的核心算法，目的是为推测出用户近期对于新闻类型的偏好，并记录在系统内，从而在之后可以让用户选择自己感兴趣的信息，并且每当发布了用户感兴趣的信息之后可以推送给用户。除此之外，最重要的一点是，系统可以根据用户的喜好向用户提供兴趣相投的好友，从而提升用户黏性，并可以隐形中推广应用。
作为一个用户偏好推测算法，可以划分到人工智能的领域，在这里我想谈一下对于算法起点的考虑。说到机器学习，普通水平的实现只要看了Coursera上吴恩达的Machine Learning就够用了（当然我是说非常简单的应用），再不然Github上一堆数千star的项目，甚至都不需要知道基本概念。但是在初版算法设计中我们并没有采用机器学习算法，这是由于以下几点考虑：

我们采集的数据特征值非常少
我们采集的数据量非常少
手机计算资源的限制
在对机器学习没有深入的研究的情况下，设计出的算法有时还不如最普通的迭代

在初版算法设计中，我们只是使用了简单的权值计算，目前先实现这版测试一下效果如何，具体设计如下：

算法目的:

为推测出用户近期对于新闻类型的偏好，并记录在系统内，从而在之后可以让用户选择自己感兴趣的信息，并且每当发布了用户感兴趣的信息之后可以推送给用户。除此之外，最重要的一点是，系统可以根据用户的喜好向用户提供兴趣相投的好友，从而提升用户黏性，并可以隐形中推广应用。

算法原理:

算法计算结果是用户对于某种类型的新闻的偏好程度，目的在于两部分，第一部分是推测近期趋势，第二部分是推测用户喜好。
    为了体现这两部分，我们使用两个衡量指标:时间因子tf(time factor)和认真程度cd(conscientious degree)来表示。为了突出两方面的因素，我们使用高阶运算来提升权值，计算出的值为tpw(temporary preference weight)。
    除此之外，由于偏好值的计算是不断迭代的，所以每次计算新的偏好值时应该考虑之前的计算结果，给定一个权值因子wf(weight factor)，并设旧的用户偏好值为opw(old preference weight)，则新的用户偏好值为npw = opw wf + (1 - wf) * tpw*，目前取wf为0.3，并取opw初值为0。

算法过程:

把用户访问一篇新闻的时间以及在这篇新闻上的停留时间分别设为visitTime（单位:毫秒）和stayTime(单位:毫秒)，考虑通过这两个因素来计算tf和cd。
    1、对于tf的计算，主要是体现用户的偏好有多“新”，考虑取看这篇新闻距离现在的时间间隔，即currentTime - visitTime，换算成天数设为dayInterval，那么可以取tf = 30 / (dayInterval + 1)(取30为了使tf和cd处于同一个数量级)。
    2、对于cd的计算，取平均阅读每个字所用的时间，设新闻正文字数为newsLength,则cd = stayTime / newsLength。
    3、对于tpw的计算，为了使越新、阅读越认真的新闻重要性越大且增长速度越来越快，可以取tf和cd和的平方，即tpw = (tf + cd) ^ 2。而用户在某一种类的新闻浏览记录有n条，设每条记录计算的tpw值为tpwi，综上所述可得tpwi = (30 24 * 3600 * 1000 / (currentTime - visitTime + 86400000) + stayTime / newsLength) ^ 2*。
    4、则tpw最终计算结果为。最终计算所得的npw = wf opw + (1 - wf) * tpw*。
（注意：还可以考虑的一点是，如果我是信息学院计算机系的，你也是信息学院计算机系的，那么我们很可能就有共同语言，也就是同一学院、同一学系或者同一年级的用户也可能有共同的喜好，即使这一点没有体现在算法计算结果上，考虑把这一点也加在偏好算法计算中）。

算法实施:

我们在数据库中设置了一张用户偏好表用于记录用户偏好信息，表项有用户id、新闻类型、偏好旧值和详细信息，在详细信息中记录了一个数组，数组中每一个元素都包含visitTime和stayTime两部分。
    每当用户访问一篇新闻时，都会更新相应的表项。同时在用户表中添加一个喜好标签表项，记录用户最近最感兴趣的新闻类型，最多记录三个，太多的话匹配结果会过多，使得匹配系统没有了意义，而且用户也没有精力去关注那么多的新闻类型。当分别计算完一个用户对于各个新闻类型的喜好权值之后，将其排序，得到的前三名新闻类型放入喜好标签中。
    当推送新闻时，直接根据标签过滤即可。推荐好友时，比对两人的喜好标签即可，只要有共同的标签就推荐，并且如果当前用户没有喜好标签，那么就随机从所有用户中抽取；如果当前用户有喜好标签，那么对于其他待匹配的没有喜好标签的用户而言，也采用随机抽取的办法。
    关于用户喜好的计算时机，因为计算不是在服务器上完成的（用云引擎有点麻烦而且也没必要占用服务器资源），所以考虑只要用户登录了，就在后台计算用户偏好，每个登录周期偏好只计算一次。

目前为止只做了简单的试验，算法可以得到较为合理的偏好值，但是在真实的应用场景中效果如何还有待进一步的测试。

软工大作业·历物语（二）相关推荐

软工大作业·历物语（一）
文章来源:中国软工亚洲指挥中心(Steins;Gate) 共同作者:纪神,爵爷,老板,小男孩(按首字拼音排序) 责任编辑:爵爷终于开始了正式的开发工作.鉴于团队之前多少有点开发经验,很多界面写起来并 ...
软工大作业·倾物语（三）
文章来源:中国软工亚洲指挥中心(Steins;Gate) 共同作者:纪神,爵爷,老板,小男孩(按首字拼音排序) 责任编辑:爵爷本周大概把四个界面的样子做出来了(没有做细节,现在不贴图),并且老板那边 ...
软工大作业·倾物语（二）
文章来源:中国软工亚洲指挥中心(Steins;Gate) 共同作者:纪神,爵爷,老板,小男孩(按首字拼音排序) 责任编辑:爵爷本周末我们组已经完成了<需求规格说明书>和<可行性分析 ...
软工大作业·倾物语（一）
文章来源:中国软工亚洲指挥中心(Steins;Gate) 共同作者:纪神,爵爷,老板,小男孩(按首字拼音排序) 责任编辑:爵爷本周六我们进行了一整个下午的详尽讨论,围绕以下几点进行了细致的分析,并且 ...
软工作业 5：词频统计——增强功能
一.基本信息 1.1 编译环境.项目名称.作者 1 #编译环境:python3.6 2 #项目名称:软工作业5-词频统计-增强功能 3 #作者:1613072055 潘博 4 # 1613072056 ...
第三次软工作业——实现最大字段和算法并进行判定条件覆盖
第三次软工作业实现最大子段和的算法并进行条件组合覆盖测试 (一)什么是最大子段和? 我自己的理解: 一个数组可以若干个子数组,包含自身.每一个字数组都有一个数组元素之和,求这些和之间的最大值. 最朴 ...
visual studio 没有属性页_驯龙物语10月14日更新|新增快捷购买页签
更新公告大家好,我是小白龙,很高兴又与大家见面啦!维利克洛大陆又迎来了新内容,守护者们要仔细阅读看到最后喔! 更新时间本次更新于10月14日6:00-7:00进行,视更新进度可能提前开服或顺延,各 ...
万象物语找回服务器,万象物语新手大型攻略服务器、初始号的选择和新手前期需要做的事说明...
万象物语新手应该怎么玩?前期应该做什么呢?这里手机乐园寻隐者不遇小编来教教大家,咱们往下看! 万象物语新手大型攻略一.入坑须知不管是这个游戏哪方面吸引了你决定入坑,想长期玩下去并享受到游戏的乐趣, ...
十二星座物语，女生最喜欢的星座性格【1】
@[TOC]十二星座物语,女生最喜欢的星座性格(这里写自定义目录标题) 欢迎使用Markdown编辑器你好! 这是你第一次使用 Markdown编辑器所展示的欢迎页.如果你想学习如何使用Markd ...

软工大作业·历物语（二）

算法目的:

算法原理:

算法过程:

算法实施:

软工大作业·历物语（二）相关推荐

最新文章

热门文章