智能巡检管理系统的设计与实现

被引:0
作者
汪鹏
机构
[1] 北京邮电大学
关键词
协同过滤; 用户相似度; 自适应用户界面; 智能巡检;
D O I
暂无
年度学位
2019
学位类型
硕士
导师
摘要
近些年,随着移动互联网和信息技术的发展,有许多领域使用了智能巡检管理系统,如电力、铁路、电信、供水、炼油等部门,针对各自行业的不同需求而开发比较专业的智能巡检管理系统。本文的研究目的是设计实现一套基于智能移动终端的高效的巡检管理系统,只需要通过配置就可以实现多个工种同时使用,具有较高的适用性。并且为了简化APP界面,改善用户体验,使用户快速访问功能,本文提出一种基于用户行为的推荐算法为用户推荐功能,结合自适应用户界面技术实现移动端用户界面的自适应性。为此,本文做了以下工作:(1)详细介绍了智能巡检管理系统、自适应用户界面和推荐系统的研究背景和研究现状。根据需求分析,对巡检系统各功能模块和数据库库表进行设计。(2)为了实现APP用户界面功能控件的自适应性,将基于用户行为的协同过滤推荐算法作为自适应算法,为用户推荐功能。首先根据用户使用功能的时长和次数进行加权生成评分矩阵。然后结合巡检项目,提出了基于用户行为的改进推荐算法,使用平均评分值和余弦相似度结合的算法代替皮尔森相关系数计算用户间相似度,并且基于用户角色解决协同过滤算法的冷启动问题。通过仿真对比,得到改进的推荐算法推荐质量更好,而且计算效率更高。(3)对整个巡检管理系统进行实现。实现了智能巡检管理系统巡检计划、任务、异常、系统管理等模块功能,并对APP自适应用户界面的自适应性进行验证,发现的确可以简化界面,快速访问常用功能,改善用户体验。将整个巡检系统运用到实际的生产实践中,取得了良好的效果,验证了本系统设计的合理性和实用性。
引用
收藏
页数:72
共 24 条
[1]
协同过滤技术及其在推荐系统中的应用研究 [D]. 
冷亚军 .
合肥工业大学,
2013
[2]
A new user similarity model to improve the accuracy of collaborative filtering.[J].Haifeng Liu;Zheng Hu;Ahmad Mian;Hui Tian;Xuzhen Zhu.Knowledge-Based Systems.2014,
[3]
A collaborative filtering approach to mitigate the new user cold start problem.[J].Jesús Bobadilla;Fernando Ortega;Antonio Hernando;Jesús Bernal.Knowledge-Based Systems.2011,
[4]
Userrank for item-based collaborative filtering recommendation [J].
Gao, Min ;
Wu, Zhongfu ;
Jiang, Feng .
INFORMATION PROCESSING LETTERS, 2011, 111 (09) :440-446
[5]
User-centered evaluation of adaptive and adaptable systems: a literature review [J].
Van Velsen, Lex ;
Van Der Geest, Thea ;
Klaassen, Rob ;
Steehouder, Michael .
KNOWLEDGE ENGINEERING REVIEW, 2008, 23 (03) :261-281
[6]
Adaptable versus adaptive menus on the desktop: Performance and user satisfaction [J].
Park, Jungchul ;
Han, Sung H. ;
Park, Yong S. ;
Cho, Youngseok .
INTERNATIONAL JOURNAL OF INDUSTRIAL ERGONOMICS, 2007, 37 (08) :675-684
[7]
USING COLLABORATIVE FILTERING TO WEAVE AN INFORMATION TAPESTRY [J].
GOLDBERG, D ;
NICHOLS, D ;
OKI, BM ;
TERRY, D .
COMMUNICATIONS OF THE ACM, 1992, 35 (12) :61-70
[8]
Evaluating collaborative filtering recommender systems [J].
Herlocker, JL ;
Konstan, JA ;
Terveen, K ;
Riedl, JT .
ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2004, 22 (01) :5-53
[9]
An empirical analysis of design choices in neighborhood-based collaborative filtering algorithms [J].
Herlocker, J ;
Konstan, JA ;
Riedl, J .
INFORMATION RETRIEVAL, 2002, 5 (04) :287-310
[10]
智能巡检系统在大型油库的应用 [J].
张立国 .
化工管理, 2018, (16) :55-56