智能推荐范文

智能推荐范文第1篇

一、智慧旅游概述

智慧旅游是指应用计算机、云计算、物联网等最新技术形式，在网络移动终端的作用下，实现对各种旅游资源、旅游经济、旅游活动、旅游消费者需求的综合感知，从而让人们更为全面的了解到旅游资讯，为人们的旅游出行提供有效支持，增强人们的旅游体验。智慧旅游主要体现在以下三个层面：第一，技术层面。技术层面的智慧旅游主要是借助各种现代化信息科技，比如云计算、移动通讯技术、物联网技术等，构建起来的一种智能化旅游服务系统。第二，应用层面。应用层面的智慧旅游主要是旅游行业在现代化信息技术的应用上不断挖掘出来的旅游元素，是对旅游资源的充分开发、利用体现，并结合实际构建起来的旅游服务市场营销体系。第三，游客层面。游客层面的智慧旅游主要是通过通讯技术来帮助人们更为便利的购买旅游产品、制定合理的旅游计划等。

二、智慧旅游管理与智能推荐技术

（一）智能旅游管理服务系统

智慧旅游管理是智能旅游管理服务系统结合游客需要，在信息分析的基础上为其提供个性化的服务。智能旅游的有效管理实现需要充分应用各种现代化信息智能技术来建立一种一体化的旅游服务管理系统。通过智能旅游管理服务系统的建立为人们的旅游提供更多信息的支持。智能旅游管理服务系统的建立可以从以下几方面入手：第一，在应用物联网、云计算的基础上来对大量信息进行收集整理，并借助相应的软件对消费者的旅游需求和旅游资源进行智能化分析，通过分析为消费者提供个性化的旅游服务。第二，通过移动智能设备的应用在旅游的过程中实现游客之间的实时沟通，增强游客的旅游体验。在智能旅游管理服务系统的应用下能够结合游客的需要为其提供更加个性化的旅游路线以及旅游一体化服务。第三，在传统旅游服务的基础上实现旅游行业的信息化改革。智能旅游管理服务系统的构建可以结合传统旅游管理特点，将游客的需要和技术有机结合，打造完善的智能旅游管理服务系统，为游客提供优质旅游服务。

（二）智能推荐技术在智慧旅游管理中的应用

智能推荐技术最早被应用在互联网企业，也是人工智能领域发展的研究重点。智能推荐系统实现需要应用个性化的推荐技术，本质是通过记录用户的喜好、行为、习惯等，主动为客户进行的服务和产品推荐。基于智慧旅游的智能推荐技术主要是指针对所记录的旅游用户旅游需要、兴趣、喜好等对其旅游需求的个性化分析，并在此基础上实现对游客旅游的个性化推荐。虽然智能推荐技术在单一旅游产品的推荐中起到了十分重要的作用，但是其在智慧旅游管理路线推荐上是无法直接应用的。出现这样现象的原因是智能推荐技术下的协同过滤技术只能在广泛群众基础的支持下应用，然后实际的游客路线规划是很难广泛获取评价信息的。由此可见，智能推荐技术在旅游路线的推荐上应用比单一的旅游产品推荐要复杂。基于这种现象的存在，在智能推荐技术应用的时候可以加强对蚁群算法的应用。通过蚁群算法有效筛选和组合图论景点，从而在此基础上打造具有搜索功能的推荐模型系统，实现智能旅游系统和游客的有效关联。智能旅游系统结合用户的要求来检索相应的旅游数据库，向游客提供信息交互平台。游客在自动化平台上能够进行自助化的旅游规划，并为游客的旅游提供有效信息的支持，帮助游客做出正确的旅游选择。同时，蚁群算法在智能旅游系统找到呢应用能够在综合评价分析的基础上实现对旅游路线的科学规划，微游客的旅游提供意见参考。在智能化技术的深入发展下，智能旅游信息管理系统也将会步入新的发展阶段，除了蚁群算法之外，有关学者还研究出了基于垂直搜索引擎技术的旅游线路评价推荐模型系统、基于TSP模型的旅游线路设计、基于最短路线的旅游路线规划算法、基于推荐系统的旅游路线推荐方法等。这些重要研究成果为智能旅游规划发展提供了重要的支持。

三、结语

综上所述，在智慧城市的提出和发展下，智慧旅游引起了越来越多人的关注，为现代旅游业发展提供了新的发展空间，同时也满足了人们的旅游需要。在物联网、推荐技术、云计算等的综合应用下能够结合人们的旅游需求、特点来为其提供针对性的旅游计划，并为其推荐与之相关的旅游产品、旅游路线，不断提升人们对旅游的满意度，更好的促进我国旅游业发展。

智能推荐范文第2篇

关键词：智慧旅游；管理；智能推荐技术

中图分类号：F592.7 文献识别码：A 文章编号：1001-828X（2016）025-000-01

引言

当前智能技术已经广泛深入到我国社会的各个领域当中，旅游行业也不例外，特别是旅游行业能够有效拉动城市的经济增长，对持续推动我国社会经济稳定发展进步具有重要意义。因此人们对旅游行业极其重视，在智能化的推动之下，建立智慧旅游管理与智能推荐技术，人们可以从网络终端设备当中随时随地获取想要的旅游信息资源，彻底突破了以往的时空限制，进而大大增加了旅游行业的新颖性和经济价值。

一、何为智慧旅游

旅游行业与电子商务相互融合是指旅游行业借助互联网做为发展平台，通过构建在线销售模式，使得旅游行业能够同时发展线下营销与线上的及时在线服务，如此一来旅游行业能够进一步向人们推荐相关的旅游产品，并且不断拓展客户群体，持续强化旅游企业的核心优势，使其能够在残酷激烈的市场竞争中抢占先机，用实时性和高质量的信息服务为人们提供更加良好的旅游体验性[1]。尤其是在智慧城市建设的提出之下，旅游行业开始兴起智慧旅游这一概念，所谓的智慧旅游主要表现在以下三个层面当中：

（一）技术层面基于技术层面的智慧旅游就是借助各种现代化的电子信息技术比如说云计算技术、互联网技术、移动通讯技术、人工智能技术等等作为强有力的技术支撑，从而构建起一套科学完善的智能旅游系统。

（二）应用层面基于应用层面的智慧旅游指的就是旅游行业在借助各种现代化电子信息技术的基础之上不断添加形形的旅游元素，并且将智能化技术定位核心，从而详细科学的分析全部旅游资源，并且立足于智慧旅游构建起市场环境、营销服务体系。

（三）游客层面基于游客层面的智慧旅游指的就是通过互联网、移动通讯技术帮助人们实现在线购买旅游产品、制定旅游计划、咨询旅游业务，并且为其提供一系列的后续服务，从而大大提升旅游体验性，不断满足人们越来越高的旅游需求。

二、智慧旅游管理与智能推荐技术

（一）智能旅游管理系统

对于智能旅游管理来说，要想实现对智能旅游的高效管理目标，需要将系统建立在信息化智能技术基础之上，充分利用各项技术的优势，构建一体化管理系统，为实践活动提供更多支持。智慧旅游管理将成为未来旅游城市未来发展的必然趋势。因此对于系统的构建可以从如下几个方面入手：第一，以云计算、互联网技术作为基础，通过web实现对海量信息的收集及整理，并借助内部软件对信息进行智能化分析，立足于受众的个性化需求，确定出服务营销信息内容，以此来提高旅游服务针对性，增强受众对旅游城市的好感度[2]。

第二，积极引入移动终端设备，打造与游客实时沟通和交流的平台，能够进一步强化游客的旅游体验，增强游客对旅游城市的印象。不仅如此，在系统的引导下，能够为游客提供智能化服务，结合游客个人信息及需求制定出个性化、针对性旅游线路，并通过实时更新为游客提供酒店、餐饮等方面的建议，游客可以积极采纳自己感兴趣的建议，形成良性互动。

第三，结合传统旅游服务，加快旅游服务信息化改革。通常来说，传统信息收集主要依靠人工进行，使得信息收集及分析存在明显的滞后性，且游客也难以及时获取到反馈消息，直接降低了服务质量。对此在旅游管理系统构建时，我们可以结合传统旅游服务特点，将其与技术有机整合到一起，形成完善的服务系统，为游客提供优质化服务。

（二）智能推荐技术应用

之所以称为智慧旅游管理，主要是系统能够根据游客需求等信息提出个性化建议，更加符合以人为本的服务理念[3]。而实现这一目标的关键在于智能推荐技术。现阶段，推荐技术在多个领域都得到了广泛应用，且取得了非常不错的成绩。虽然该项技术能够满足酒店、餐饮等单一旅游产品的推荐，但由于旅游路线具有复杂性、多变性等特点，使得推荐技术在智能旅游系统中的应用效果不尽人意。对此，在系统构建过程中，可以积极引入蚁群算法对旅游进行规划，进行图论景点的筛选组合，形成具有搜索功能的推荐模型系统，将系统与游客连接到一起。在此基础上，系统能够根据用户的具体要求检索出对应的数据库，向用户提供可交互平台，用户可以进行自助式规划，此时系统后台会对用户海量信息的获取，并建立在评价基础之上实现对旅游线路的规划，最终及时将信息实时提供给游客，帮助游客做出选择。随着科学技术不断发展，智能旅游管理系统建设将会进入到全新的阶段，越来越多的新技术将会应用其中，不断丰富系统服务功能，为游客提供更加贴心、优质的服务。

三、结论

总而言之，智慧城市的构建促使智慧旅游的诞生，为旅游行业开辟了更加广阔的发展空间，不断满足人民群众各式各样的旅游需求与体验要求。通过利用Web能够深入分析和挖掘海量信息，并且立足于人们的真实情况与实际需求为其量身定制一款专属的旅游计划，向其推荐与之最为相符的旅游产品和旅游路线，进一步提升人们对旅游业的满意程度，不断扩大消费群体，实现旅游业的迅猛发展。

参考文献：

[1]李丁，贾志洋，汪际和，陈旭.智慧旅游管理与智能推荐技术的探究[J].中国管理信息化，2016，07：80-81.

[2]杨健，杨邓奇，杜英国.浅析智慧旅游管理与智能推荐技术[J].大理学院学报，2015，10：14-18.

智能推荐范文第3篇

关键词：智能推荐技术；幼教；资源管理

中图分类号：G4

文献标识码：A

文章编号：16723198（2015）27-015301

推荐系统是一种在特定类型的数据库中进行知识发现的应用技术，它从一系列可能的选择中更有效率的辨识出用户感兴趣的内容，并能根据用户对推荐内容的反馈进一步改进推荐结果。

幼教资源智能推荐技术的研究是一种有针对性的服务方式及技术的研究，它基于教师用户的历史行为、资源相关性及教师用户的特定需求向其提供满足其需求的资源。从整体上说，智能推荐打破了传统的以用户主动寻找资源为主的被动服务模式，它是一种以用户为中心的主动式服务。一个优秀的幼教资源智能推荐系统不仅能够提高资源库服务质量和资源使用效益，而且能够减少用户查找资源的时间开销，提高用户的使用满意度。

幼教资源智能推荐技术研究，主要是研究针对幼教资源及教师用户的智能推荐技术。

幼教资源分为五大领域（科学领域，语言领域，艺术领域，社会领域，健康领域），每个领域又有很多分支；幼教资源又有很多不同类型（音频、视频）；适应的年龄段及知识点都不同。幼儿教师作为资源的主要搜索者和筛选者，他们教授的课程很多样化，这就使得他们的身份属性需要提取描述并记载。幼儿教育的这些特殊性，使得智能推荐技术的关键技术问题主要涉及资源类别划分，幼教资源特征提取，教师用户群体属性提取，针对不同主题设计智能推荐机制。

幼教资源智能推荐技术的研究，首先要研究这个智能推荐技术的基础对象，包括幼教资源和教师用户，然后再研究他们之间的行为或关系，找到智能推荐的关键点，如图1所示。

通过获取教师用户的信息，提取他们的公共属性，建立相应的数据结构描述他们。再搜集教师用户对资源的偏好信息，可以为相似用户（或者叫邻居用户）推荐相同的资源，这是一个不断搜集历史数据，不断指导智能推荐的过程。同时，资源的信息也很重要，资源的类别、子类别、类型等属性，从而为资源建立相应的数据结构，记录他们被采纳的信息，再被推荐的信息中，进而获取资源与资源之间的关系，通过这种关系，也可以快速的建立起一种资源关联的推荐机制。智能推荐技术流程如图2所示。

智能推荐范文第4篇

解决商品的出镜率问题

移动互联网的产品数不胜数，从日常生活小助手，到各种游戏类App，万花齐放。不过，所谓酒香不怕巷子深，好的产品、有价值的产品总是能够脱颖而出，并得到用户的喜爱和认同。智能推荐就是一款这样的产品。

所谓智能推荐，就是基于用户喜爱商品的行为，相关网站通过算法在全网的商品库里匹配，然后向用户进行推荐。智能推荐通常是将当前热门的，用户以往收藏或者购买的风格、喜好相似的物品推荐给用户。

“如果智能推荐的广告足够精准，那么，对于用户来说就会非常有意义。”侯迅介绍说，目前各类购物网站最为关注的问题，是如何解决10亿件商品在用户面前呈现出效率最高的推荐。智能推荐要解决这个难题，如果只说寻求个性化的服务显然是空洞无意义的，关键还是要精准。要达到这种精准，就需要企业在实际应用中，在算法和结果之间不断进行调整，直到找到正确的最终评估指标。

足够精准的广告才能成为内容

商品的分类有很多种，每一个用户的喜好各有区别，而不同的产品的活跃度不一样，受用户喜爱的程度也不一样，移动互联主要依靠产品的易用性和内容的高品质去赢得用户的青睐。因此，要想获得用户的忠诚度，就要在产品和内容上大做文章。

“只有推荐得足够精准，广告才会成为内容。”侯迅建议，智能推荐不妨锁定年轻女性用户。“据相关数据显示，使用手机购物的用户以女性居多，年龄大约在22岁以上，购物高峰期在晚上11点左右。因此，相关网站可以通过锁定这部分用户群进行相关推荐。”

单枪匹马闯龙潭难胜出

众所周知，移动互联网是很好的创业方向，而创业一般有两大要素：一是生意，二是用户。如果是很好的生意，经过前期的发展得到市场验证后，就可以通过资本的放大来快速获得市场。而先吸引足够多的用户，再找到一种很好的盈利模式，也是一个完美的创业计划。

“理想的购物不用让用户苦苦地寻找，而是在发现引擎的帮助下让用户和自己喜爱的商品不期而遇。只有这样，用户才能得到完美的购物体验，购物也才能打动用户的心。”在侯迅看来，智能推荐就是一个好的创业方向。不过，创业不一定找准方向就万事大吉，在态度上也一定要积极。“在移动互联网创业，一定要有热情和激情。”

智能推荐范文第5篇

关键词 Web挖掘；智能推荐算法；网络爬虫

中图分类号TP393 文献标识码A 文章编号 1674-6708（2011）55-0204-02

0 引言

互联网的普及带动了信息化数字化的全面发展，从日常生活到科研机构无不与网络息息相关，网络视频，电子商务，在线支付等行为已经渗入了我们的点滴生活之中，给人们生活带来的巨大的便利，但同时一些小烦恼也会随着而来。巨大的经济利益促进了电视广告的发展，但也因此给了网络视频，电视剧的充分的发展空间，可是网络视频没有电视的高清晰度，电视也没有网络视频的不间断和可操控性，从而催生了数字电视的迅速崛起。短短数年的发展，已经使得数字电视非常的普及，带给了人们全新的感受。如今人们头疼的不是某某电视剧怎么还不播放，而是，我今天该看什么呢。笔者也多次被这个问题深深地困扰过，因此针对网络视频播放，提出一套智能推荐算法，通过用户的浏览历史的数据，对用户的性格喜好进行分析，结合十大主流视频网站对如今所有视频电视的打分，对视频进行一个推荐运算，给用户推荐出最合适的视频电视。

1 数据来源

此次的程序是在将放在数字电视的机顶盒之内，通过获取用户的数据和网络上主流视频的网站的信息，利用智能推荐算法获得最适合用户的节目清单。

首先，在每个用户使用这个机顶盒的之前，会有一个十分简单的用户调查，这个是为了初步获得用户的喜好信息。因为在用户在前100次看的电视节目有很大的随机性和偶然性，所以前100次的时候，推荐的电视节目主要是依靠主流视频的排行榜和点击量以及评分总和考量的。同样因为少量数据的不准备性，我们会删除掉一些点击率很低的视频进行排行。

其次，当用户使用时间，次数达到一定的标准的时候（100次）以后，我们将在智能推荐的算法里加入用户自己的数据，而起所占的权重随着次数增多而越来越大，其中，我们考虑的参数包括标题，关键字，导演，主要演员，类型，标签以及获得的奖项等等，当然还会记录每个视频观看的时间和距离现在的时间。结合这些用户自己的信息，以及开始第一登录前用户登录的信息，可以分析出最准确的用户喜好类型。

最后，还有一栏信息为最近观看，这个信息是和用户最息息相关的一项，它代表着用户最近一段时间的喜好和兴趣，优先考虑接着最近几次的视频继续看（即增大它们的权重值），同时每次播放时，会记录上次的结束点，支持断点续看。

2 网络数据的获取

随着网络的迅猛发展，数字信息急剧膨胀，网络数据的获取和过滤也自然成为人们日益关心的问题。在这次的课题研究中，我们利用的java提供的htmlparse进行网络信息的获取，同时通过自己对网页的分析，对很多不必要地信息进行过滤，最后将得到的我们需要的数据封装成一个个视频对象存入数据库中，同时也方便我们的读取等操作。

在我们选取的主流网站中，网站的编写格式几乎都不相同，用我们的方法无法提供出一种通用的方法获取到所有网站的视频信息，所以我们只能对每个网站进行具体分析，编写出单独网站的网络爬虫程序，然后使用利用多线程进行同时处理。

不过具体爬取的思想是一致的：首先是对土豆，优酷，搜狐高清等网站进行源码分析，了解了每个所需信息的位置，利用htmlparse爬取到这一页信息，然后用filter过滤只剩下自己需要的信息，并把每个视频信息封装成一个具体的对象存入数据库。

当然，在数据爬取的过程中，会遇到网站会对一些访问量很少，知名度不高的一些冷门电影的信息给予的不全，有些评价会因为只有极少数人而变得特别高或者特别低，我们都会进行特别的处理。

3 推荐算法

经过前面一系列的准备，前期需要的数据基本都已经准备好，在算法中主要分了两种情况，一种是用户刚开始使用那个阶段，由于数据少造成的不准确性，用户自己的信息所占的比重（除了开始登陆前输入的信息）忽略不计；另一个阶段是随着用户的使用次数达到一定的标准，用户的信息越来越准确，所占的权重比例也越来越大，同时引入了最近浏览历史这一项参数，因为时间越靠近现在，越贴近近期用户的兴趣方向，所以最近期的浏览历史，尤其是断点续播的占的权重更大，同时，综合主流网站的排名，点击量和评分，最后对推荐的视频进行一个综合的评分，选择前10名进行推荐，最后显示在界面上。

首先，第一阶段，用户信息较少的时候，用户初始登录的信息和网上的信息综合各5分（总分10），用户初始信息包括喜欢电影的类型，喜爱的明星，导演等信息，进行第一部分的初始信息权重的计算，假设用户选择的喜爱的信息个数为n，则每个信息的权是5/n，每次算一个视频的推荐得分的，首先把视频的每个变量名字去权重列表中进行对比，如果有同样地参数，即有符合用户需求的，则在智能推荐总分（初始化为0）上加上这个权的数，然后继续查找下一个参数，最后得出首轮用户推荐分，

S11= X*5/n，

其中X为视频与用户初始信息的匹配数。

通过网络爬虫得到视频的点击量Ni，评分SI，则

S1i=Si + （∑（Ni*Si）2）-2*Ni*Si/（∑（Ni*Si））；

综合了点击量加上评分，也给出了最高5分得评定，当然，我们对于排行榜前10名的视频同样给予了1分得额外评定分，从1~10线性递减下去，这样，结合了上面3部分，我们的第一阶段的用户推荐方法即可得出，不过这里更多的是依靠网络的评分，几点以及作者开始填写的信息，可能准确还不会十分的高，当我们使用次数积累上去的时候，权重也会逐步提升，这时候我们的数据的准确性也会越来越高。

接着，就是我们的第二阶段。当我们用户观看视频的数量上升到100次以上的时候。当然我们这里对每部电视的观看时间进行了限制，少于5分钟的视频信息将在结束后不存入数据库，因为很有可能是因为用户自己的个人原因离开或者外界原因关闭或者个人不喜爱看而关闭，导致了视频播放的短暂性，此时，我们将不把这部视频的信息存入。

我们会从用户的个人信息中提取出用户观看的每部视频，包括视频的所有信息：导演、演员、类型等，用户观看的时间长度，播放的次数。我们在这个数据库里面的信息达到一定标准时候，我们就会生成一个权重的数组，把所有的视频全部遍历一次，对视频的信息进行读取，比如视频的类型为喜剧片，然后到权重表去查询，如果没有这个选项，则new一个新的权，权值为1；如果已经存在了喜剧片这个选项，则在原来的权值上再加1，。对数据库里所有的信息进行遍历一次以后，我们得到了一个权重key-value表，以后定期和不定期我们会更新一下这个表，确保我们表的准确性。定期是指每天都会再凌晨3点进行重新扫描，并且重新计算下，不定期是指每次一个视频观看结束，我们会把观看的这部视频的信息加到权值表中，因为只计算了增量，不需要重新扫描，所以计算量很小，运算很快，同时也保证了一个实时性。

一化，然后分别利用每部视频的信息与权值表进行匹配，如果相同的，则S2=∑vi。这里计算的就是根据用户的历史信息机型计算得到的智能推荐第二部分的得分。

最后还有一部分就是对最近播放的前10的电视剧进行额外分计算，因为最近观看历史代表了最近期用户的喜爱类型，最具有时效性的信息，所以在这里额外增加了他们的分值，尤其是对那些权重得分高且在最近播放列表的视频，一定会出现在得分最后的几个之中。这里把播放点距现在时间作为一个参数，是一个反比例函数，同时还加入了播放的时候，这样进一步提高了算法的可靠性和准确性。

4 测试结果

经过上述的前期准备、网络信息的获取以及不同阶段的智能推荐算法的运算，我们对每部视频都可以运算得出一个具体的推荐分数，最后我们将他们平均分配到0～10这个分数段，取出最高的10个视频的所有信息，通过机顶盒发送到电视机的屏幕上，如此，我们的智能推荐算法也算完整的实现了。

我们在完成程序后，模拟了用户观看了若干部武打视频，尤其是李连杰的一些电影，然后将数据导入我们的程序中，经过运算，得出的结果与网络和我们期望的结果基本相符，很好的达到了我们的推荐的效果。

5 结论

此次课题的研究，通过网络爬虫获取去的信息，以及一套智能推荐算法，初步完成了我们智能推荐的目标，让我对网络爬虫以及推荐算法有了更深一层的理解和体会，也能够在一定程度上帮人们推荐出适合自己的电视节目，解决了一部分人的困扰。当然，我们的算法还是有很多不完善的地方，包括参数变量的值的选择，权重的变化都不是十分的精确，还是有很多需要我们继续改进的地方，我也会继续对这方面的课题进行深一层的研究。

参考文献

[1]戚欣.基于本体的主题网络爬虫设计[J].武汉理工大学学报，2009(2)：138-141.

[2]孙立伟，何国辉，吴礼发.网络爬虫技术的研究[J].电脑知识与技术，2010(2).

智能推荐范文第6篇

《荣誉勋章》共10关,通关时间根据个人情况而定一般在五六小时左右,通关后还感觉有点不过瘾。游戏主要讲述了美军特种部队在阿富汗与的作战情况,大部分战役在慌乱的山区展开,少数关卡涉及工业区和小村庄,任务内容包括渗透、暗杀、强攻、营救等。

游戏的画面(FPS恒定62帧)和音乐中规中矩,并不出众,游戏中美军的武器包括glock、m9手枪(子弹无限)、M4自动步枪、m203榴弹发射器、m870散弹枪、m249机枪、半自动步枪、mk11 mod0狙击枪、mp7微冲、m82狙击枪,的武器ak47、g3a3自动步枪、pkm机枪、svd狙击枪、rpg7火箭筒。

美军的枪械瞄准具包括红点反射式瞄准器、acog、光瞄三种,无法自由搭配,的武器除svd外全部都是机械瞄具。因此在弹药充足的情况下,只需使用最初携带的装备,其中消音武器和自动步枪杀伤力偏弱,经常需要补枪才能确保击毙敌军。除几处特定的狙击场景可以用带热成像仪的m82远程狙击敌军外,敌我双方大部分对战场面均局限于百米之内。

一些固定火力点和敌军装甲单位需使用激光指示空军进行轰炸,有时甚至会出现激光指示失效的bug,但游戏并不允许玩家使用其他方法摧毁坦克,只能读档重玩。即便是稍有新意的武直关卡,玩家也不能控制武直的行进路线,只能使用航炮、火箭和导弹攻击地面目标。

其他关卡除使用民用车辆和摩托作为代步工具外,玩家不能驾驶任何步兵车或坦克参与作战,仅有一处须使用火箭筒摧毁一个防空设施,他处皆使用轻武器作战,携带的辅助武器仅有破片手雷和c4,榴弹发射器发射的榴弹弹道过于弯曲,没有太多使用价值。

A1的主要战术就是躲在掩体后面反复起身射击,由于地图比较简单,基本没有使用迂回等战术,因此游戏过程中显得颇为枯燥。总体而言。此游戏地形和关卡的重复性内容较多,武器的种类和选择余地很小,和同类游戏相比缺乏亮点。

虽然这款游戏在十月份的游戏中显得非常显眼。能够与FPS游戏之王《使命召唤》相抗衡的《荣誉勋章》在ING上的评分上却有失大作的风范,仅得到了总分60分的评价。

《荣誉勋章》的营销总监Craig Owens对与媒体的冷淡和玩家对这款游戏的评价过低表现出了不满,他表示:“那些不懂游戏的老顽固们,对玩家可以‘扮演屠杀美国士兵’表示了强烈愤慨。”Owens还说,军方和Air Force Exchange Service禁止《荣誉勋章》在军营内的商店销售,与对重新命名为“敌对势力”之间没有直接关系。因为重新命名也并未得到AAFES的禁令取消。“最大的问题就是玩家可以扮演去屠杀美国士兵。因此我们将其改为‘敌对势力’。敌对势力这个词是一个(美国军方)常用的术语,我们的竞争对手(暗指使命召唤)也在用这个词,我们将其重新命名更多的是出于对军人的尊重,”他表示。

对于这款游戏笔者认为可圈可点,在《使命召唤7》推出之前《荣誉勋章》还是能够给玩家带来很多乐趣的。但游戏的最大乐趣不一定在于游戏之中,玩家的游戏平台也起到了关键新的作用。

华硕推出的双核智能主板系列,从玩家角度推出了很多实用技术。所谓双核既主板搭载了TPU+EPU双智能处理器,TPU意为“智慧加速处理器”,能够自动侦测、自动调节、自动测试稳定性,用户无需专业知识,无需动手拆装,轻松一点,就能完成系统的智能加速,性能提升37%以上。而EPU为“智慧节能处理器”它提供更多智能调节模式,自动侦测系统负载以调节节能水平,能为用户节省60%的电能。

推荐主板:华硕M4A87TD

智能推荐范文第7篇

究竟什么是网络推荐系统，为什么Netflix会如此重视它，它到底能为企业带来什么样的影响？

关注特定使用者

推荐系统，其思想可以追溯至两位学者Negroponte和Kay，他们分别在1970年和1984年推出了各自的研究成果《The Architecture Machine》和《Computer Software》。然而，这种“智能系统”的实践应用却是近期的事。随着网络公司如、Netflix 等获得成功，推荐系统越来越受到重视。

Bo Xiao和Izak Benbasat认为，推荐系统是一种通过获取使用者个人的兴趣和偏好信息，加以综合处理，并据此作出推荐建议的软件。Weiquan Wang认为，推荐系统是一种基于网络的软件，以使用者个人的兴趣、偏好、以往购物行为记录等为基础，作出相应的推荐。Asim Ansari、Skander Essegaier和Rajeev Kohli认为，推荐系统是一种具备性质的软件，利用使用者的行为和偏好信息，过滤可能的购买选择，并作出建议。Hubl和Trifts认为，它是一种通过掌握使用者对某特定产品的偏好信息，了解使用者的决策偏向性，进而以列表的形式向使用者作出推荐的工具软件。Ting-Peng Liang、Hung-Jen Lai和Yi-Cheng Ku认为，它是一种信息系统，在评估使用者偏好的基础上，作出符合特定消费者喜好的产品或者内容，其核心是辨识和评估适合推荐的内容的重要性。Ansaretal认为，它是一种基于消费者的需要和偏好信息，代表顾客进行一系列的行为，并作出购买建议的软件实体程序。然而，所有的定义表述的实质内容基本一致，都认为推荐系统应当包括以下三方面内容：是一种软件；需要获得使用者个人的兴趣、偏好等相关信息，并进行处理；作出推荐建议。

不同的推荐系统，其表现形式有所不同。从销售排行榜到用户评级打分，从“浏览过、买了该商品的人，同样也浏览了、买了……”到编辑推荐或用户评论，都可以被视为推荐系统的表现方式。但是，它们对不同的商品和不同的顾客所能产生的效果并不一样，产品种类（如搜索产品和体验产品）和复杂程度，消费者所拥有的产品相关知识的多寡，推荐系统采用的算法和使用者偏好结构的相似性等，都会影响推荐系统的最终效果。因此，商家有必要有选择地采用多种推荐系统形式，形成一个综合性的推荐系统体系。

解决供给和需求分裂所带来的难题

推荐，本质上是一种消费者兴趣爱好的共享。借助这种共享行为，对于消费者而言，可以找到和自己爱好类似的同伴，形成特定的消费偏好群体，并相互学习以改进自己的消费决策行为。对于营销者而言，在广告等宣传手段的效果越来越弱的情况下，推荐作为一种消费者之间的信息传播行为，其被消费者信赖的程度要远远高于营销者所做的各种营销宣传努力。而且，由推荐而自动形成的消费群体免去了传统营销行为――细分市场时存在的营销者主观介入过多的可能和细分变量选择的困境。因此，如何借助推荐进行更为有效的营销是新的市场环境中营销者需要重新思考的一个重要问题。

如今，借助网络的扩散作用，消费者不仅能够看到营销者提供的所有产品，同时也能方便地得到它们。但是，能够看到所有的产品，能够方便地得到想要的产品，并不意味着消费者能够过滤繁多的信息，识别并找到自己真正想要的产品。供给的极大丰富造成了消费者的信息过载，而网络使这种情况进一步恶化。因此，考虑到消费者有限的信息认知能力和处理能力，丰富的产品信息供给未必能够提高消费者的感知价值。

消费者需求正在分裂并形成“小群体”，这是买方市场的一个重要特点。供给的丰富使得消费者的选择空间变得更大，更能够按照自己的爱好作出消费决策，形成有特定偏好的小群体，而不必盲从于大众文化。小众群体的出现使得电视、电台等大众营销宣传手段的效果越来越差，营销者必须寻求性价比更高的“小众营销”。虽然，补缺营销中的很多手段可以为我们所借鉴，但是这些手段都缺少可变动的灵活性，也就是说，适合这个补缺市场的手段未必适合另一个补缺市场。将推荐视为一种“小众营销”手段同样存在上述困难，因为推荐建议的产生通常是基于相似的偏好或者是对特定主题内容的深度了解。偏好或者主题以外的推荐内容通常难以获得信任。所以，若要将推荐作为一种有效的营销手段，我们需要克服的一个问题是如何获得多个推荐基础并实现灵活转换？

推荐系统对消费者和营销者的影响

网络推荐系统作为一种通过搜集、处理使用者的个人信息，并据此向其作出相应推荐建议的软件，其信息的搜集、处理以及建议的作出都可以在一定的规范下实现自动化，而且建议的作出可以根据产品和消费者的不同而有所不同，这就很好地克服了推荐基础的获得和灵活转换的问题。

■推荐系统对消费者的影响

对于消费者而言，网络推荐系统可以被视为一种辅助其作出消费决策的支持系统，可以帮助其减少决策所付出努力，提升决策质量。消费者的决策努力可以从决策所耗时间和产品搜索程度来衡量。决策所耗时间是指消费者搜寻产品信息和作出购买决策所花的时间。由于推荐系统承担了沉闷和繁琐的基于消费者偏好的产品选集的筛选和整理，消费者能够减少信息搜索时间并集中精力于那些更优的符合要求的选择上。产品搜索程度是指消费者已经搜寻过的，但需要更多的相关信息以进一步考虑是否购买的产品可选择集合的数目。推荐系统依照消费者提供的偏好信息，向他们提供了一个预测的按对特定消费者吸引力大小排列的推荐列表，因此，较之于没有使用推荐系统的消费者，推荐系统使用者只需要搜寻和获取更少可选择产品（如推荐列表中的前几项）的信息。这就大大降低了消费者所需要考虑的产品选择集合，减少了消费者需要找寻的信息量和评估信息的工作量，也就相应地减少了作出决策所需付出的努力。

■推荐系统对营销者的影响

推荐系统对于营销者的影响，主要可以从降低营销成本和提高营销准确性两方面来考虑。产品的丰富性和消费者小众群体的出现，使得企业宣传的产品覆盖面受到限制，大众宣传的经济性受到质疑。在传统的营销手段中，基于营销资源的有限性和投入回报的考虑，企业不能为所有的产品都进行宣传，也不能对所有的产品在宣传时都一视同仁。因此，有选择地进行重点宣传是营销者常用的策略。但是，市场需求的日趋分化增加了识别营销重点的困难程度，同时也促使营销者不得不将营销资源分散到各个可能有效的小众市场上。这不仅减少了营销资源的规模效应，也增加了营销活动之间的协调成本，不利于提高营销活动的效率。

传统的营销细分是按照社会人口统计细分进行的。在这样的前提下，营销者是针对某个特定的人口细分市场中典型顾客的需求进行产品设计的，因此他们无法断定任何一位特定的顾客是否会购买这一产品，营销者只能从概率的角度说明顾客购买的可能性。营销者若想提供对顾客真正有意义的产品，就必须将产品和顾客的真正需求联系起来。而要做到这一点，就应该根据顾客的实际生活方式进行市场细分。

推荐系统的采用可以较好地解决上述两方面的问题。由于推荐系统的信息采集、处理和推荐建议的作出由一套软件自动实现并实时生成，所以大大提高了营销效率。而且对于所有的产品而言，实现这样一个过程，其成本是一样的，企业无需再为特定营销资源的分配伤脑筋。虽然推荐系统是以同样的低成本方式对所有的产品进行宣传和促销，但却不是以“一刀切”的方式进行的，它所作出的推荐建议是基于对隐含顾客偏好信息的消费行为的分析，如顾客个人以往的消费记录、具备相似偏好的其他消费者的消费结果、其他消费者的消费统计等等。每一种推荐的作出都是建立在试图契合顾客偏好基础之上的，因此，推荐系统可以帮助营销者避免从事营销活动的主观性，增强营销的准确性。

智能推荐范文第8篇

[关键词]Web个性化推荐系统　Web挖掘　基于规则过滤　基于内容过滤　协作过滤

[分类号]G350 TP311

1　引言

Web个性化的用途主要是为用户提供独立的、特定个人偏好的、方便快捷的和满足用户需求的服务。对于不同的网站来说，实现个性化的目的具有其自身发展的需要。例如，商业网站的个性化是通过提供的便捷服务方式提升顾客忠诚度和吸引更多的客户，从而实现其销售业绩和商业利润最大化的需要。在公共服务领域，网站为了提高其服务质量，提升用户满意程度，根据用户关注的重点和信息需求，为其定制特定的个性化服务。专门研究Web个性化理论和方法的国际会议1TWP组委会主席BamshadMobasher教授从20世纪90年代就开始Web个性化的研究，他认为：“在Web网站中，个性化意味着动态内容的发送，例如文本元素、链接、广告和产品推荐等，这些内容专门为特定用户或者一部分用户的需要及兴趣定制”。他把Web个性化过程看作是一个包含数据挖掘循环所有阶段的一个典型应用。这些阶段包括数据收集、预处理模式发现、性能评价和在用户和Web网站之间应用实时发现的知识。

个性化的关键技术是推荐系统，其作用是根据用户模型推荐个性化内容，主要包括四种工作模式：基于规则过滤、基于内容过滤、基于协作过滤和混合过滤模式。本文重点介绍智能推荐方法和技术，并提出一种Web个性化应用智能混合过滤推荐模型。

2　Web挖掘与个性化推荐

个性化推荐是Web挖掘结果呈现给用户的应用，其依据原理是数据挖掘理论基础。许多学者认为，Etzioni是第一个提出Web挖掘(Web mining)技术的人，他认为，Web挖掘技术可分为三种类型：Web内容挖掘(Web content mining)、Web结构挖掘(Webstructure mining)和Web使用挖掘(Web usage mining)。Srivastava等人对Web使用挖掘的定义是：Web使用挖掘是应用数据挖掘技术，为了更好地理解和服务基于Web应用的需要，发现Web数据的使用模式。个性化推荐系统通常对日志数据采用Web使用挖掘。

Web挖掘使用的数据可能来自Web服务器访问日志、服务器日志、引用页日志、浏览器日志、错误日志、用户资料、注册数据、用户会话、用户交易、cookies、用户查询或者是用户书签数据。通过分析这些文件和文档，可以获得用户感兴趣的使用模式和信息。

目前常见的Web日志格式主要有两类：①Apache的NCSA日志格式，分为四类：NCSA普通日志格式(CLF)、NCSA扩展日志格式(ECLF)、错误日志格式和定制日志格式。②IIs的W3C日志格式，共分为8类：W3C扩展日志格式、集中记录的日志格式、NCSA普通日志格式、IIS日志格式、ODBC记录的日志格式、集中记录的二进制日志格式、错误日志格式和定制日志格式。无论是Apache还是IIS的日志格式，常用于信息分析的是扩展日志格式和定制日志格式。通常情况下，系统自动记录的日志有错误日志和访问日志，记录的文件名分别为error.1og和access.1og，除了错误日志以外的日志均称为访问日志。Apache 2.2版的扩展日志文件格式定义及示例如表1所示：

3　推荐技术

通常，个性化推荐系统分为基于规则过滤、基于内容过滤、基于协作过滤的方法以及这三种方法混合的具有智能性的推荐方法。基于规则过滤方法的特点在于采用关联规则、回归算法，找到用户对相关联对象之间的兴趣度、发现用户偏好，预测用户未来行为。基于内容的过滤推荐技术特点是，根据用户过去选择对象的特点，从对象描述、终端数据库里的对象属性关联抽取其特征，系统为其推荐相似的对象。基于内容的过滤系统最大的缺点是用户模型的建立过度依赖于用户以前选择和点击的具体对象。协作过滤推荐系统寻找与目标顾客历史吻合的顾客群组(称为近邻)，利用了用户的相似性进行推荐。这些方法的基本模型如图1所示：

通常情况下，系统采用单一的推荐模型，例如，基于规则过滤的推荐系统，在离线学习阶段、数据预处理阶段需要做的工作是：应用程序在系统空闲时间段完成原始日志数据从日志文件或者日志数据库抽取，并进行清洗、转换、加载转换工作，清洗后并规范化的日志加载到日志仓库以备数据挖掘算法使用。在生成模型阶段，根据基于规则过滤采用的算法，比如关联规则使用的Apriori经典算法进行频繁模式分析，生成用户模型，根据挖掘算法计算生成用户特征组成的规则模型库。在在线推荐阶段，Web个性化推荐系统提取出当前用户的特征，查找规则模型库对应的匹配规则，根据计算结果检索当前可推荐的对象，最后以可视化的方法呈现给Web个性化用户。

当前，个性化技术研究的热点是基于协作过滤推荐，该系统面临两个主要挑战：可扩展性和确保对用户推荐的质量。可扩展性是指个性化系统在用户数量增加的情况下，推荐系统能够正常工作而不影响个性化系统整体性能。保证推荐质量是赢得顾客信任的基本要素，缺乏用户信任的个性化应用注定失败。

4　智能混合过滤推荐

针对单一的基于内容过滤或者协作过滤推荐系统存在的缺点，当前研究的重点是采用混合两种或以上的推荐算法，目的是提高推荐的效率和精度；同时，已经有相关的理论研究。例如，Burke提出的方法是混合基于内容和协作过滤技术，旨在提高推荐的质量随；Ardissono等人采用多种异构推荐技术的方法，通过收集多种用户偏好的信息实现；Mobasher等人提出一种框架，把在线用户访问Web页面的会话活动过程与在线数据准备和数据挖掘任务分开处理，采用基于聚类的技术把Web站点使用和内容模型采用统一的表示方法，用于实时的个性化操作；这种方法的优点在于Web站点的使用和内容特点集成到Web挖掘框架里，为推荐引擎提供统一的访问方式，从而提高了个性化效率；Rosenthal等人提出的研究旨在提高推荐系统在线预测精度。

笔者经分析认为，基于规则过滤和基于协作过滤技术的缺点是：通常需要离线学习训练样本生成关联规则或者用户组的分类，二者具有可扩展性差和动态变化缓慢的特点，因此，不适于在线的迅速响应，尤其

不适合实时查询的响应。基于内容过滤技术的优点是响应及时，但其缺点是依赖于用户的历史操作记录，如果用户的兴趣偏好变化或者历史记录缺失，推荐给用户的结果将可能会产生严重的失真。

基于以上分析，本文结合以上三种推荐方法，提出一种Web个性化应用智能混合推荐模型，其优点是通过模型适配器智能性地、自动为推荐系统选择合适的挖掘模型，具有响应速度快、推荐准确性较高等特点(见图2)。该模型的数据收集、预处理过程采用的方法与传统的推荐类似，与原有系统兼容并且进行功能扩展。数据挖掘模型可以有多种，主要分为三种类型：基于关联规则的挖掘类型、基于内容的分类挖掘类型和基于协作的聚类挖掘类型。根据实际挖掘应用环境需要和企业规模的不同，该模型可以实现某一种挖掘类型的几种具体算法，也可以实现任意两种或者三种挖掘类型的任意种算法，因此，该模型能够使用于多种用途，具有较强的灵活性。此外，由于该模型可以实现某种挖掘类型的多种算法，因此，可以进行精度比较，提高推荐的精度。

这种方法与图1所示的个性化推荐系统模型相比较而言，除了具有单一的推荐功能外，具有以下几个特点：①混合采用的多种过滤推荐技术，能够根据系统应用情况和抽取到的用户特征自动识别用户需求，是一种智能型推荐系统；②这种智能型推荐系统采用多种过滤推荐技术，具体采用哪种过滤技术由模型适配器根据用户特征和推荐内容的不同而决定；③本系统能够完成多种过滤技术的推荐。例如，一个商务网站的个性化注册用户完成交易之后，Web个性化推荐系统提取该用户的访问特征，并进行分析，为用户的个性化推荐做准备。模型适配器分析该用户当期的购物内容，使用关联规则挖掘模型发现用户的购物内容并推荐与此相关的内容，推荐可能关联的商品。使用内容过滤模型发现用户当前对哪些商品感兴趣，从而推荐更多用户可能会感兴趣的商品；使用协作过滤模型找到与该用户有相似购物内容的用户还买了哪些商品，根据用户的相似性推荐当前用户还没有发现是或者还没有购买的商品。模型适配器根据挖掘结果，可以把推荐内容呈现给用户账号页面，或者是推送到用户使用的电子邮箱。这些复杂的工作都由适配器自动识别并操作完成。

归纳本文提出的智能混合推荐系统模型特点如下：①自动适配功能，提供一种数据挖掘算法模型的接口，这种接口能够自动适配推荐技术，实现在线推荐；②灵活性强，可以根据实际需要加载、更换数据挖掘模型；③通用性强，不但可以用于个性化推荐，还可以用于决策支持系统(Decision Supporting System，DSS)、专家系统(Expert System，Es)商业智能系统(Business In.telligence，BI)等。

5　结语

在未来几年的个性化研究中，其关键技术依然是推荐系统。个性化推荐基于Web挖掘理论和技术而不断发展，涉及到数据挖掘、人工智能、机器学习等多个领域的理论。随着Web技术和普适计算的发展，个性化推荐系统采用的挖掘技术越来越复杂，由单一技术向混合技术和智能型方向发展。

个性化推荐进行数据挖掘需要的数据源越来越多样化，综合了日志数据、历史交易记录、用户搜藏、用户注册信息、个人评价反馈信息等。当前，关于Web日志格式的设计原则，还缺乏相关的理论研究，因此，可以考虑进行Web日志格式设计的研究。一些研究者为了提高个性化推荐系统的精度，把研究重点放在提高推荐系统的算法优化方面，但是，有针对性地定制收集用户数据进行用户模型建模，对于个性化推荐系统精度的提高有着根本性的促进作用。这些定制收集到的用户数据能准确地反映出用户的偏好，并且，用户模型建模收集到的数据越准确，就越有利于推荐系统的精度提高。同时，经过定制收集到的数据还能够有助于减轻推荐系统计算冗余数据的负载，从而提高个性化系统整体性能。

参考文献：

[1]Mobasher B.Data mining for Web personalization.[2010―12―11].#other.

[6]Billsus D，Pazzani M.A personal news agent that talks，learns andexplains.[2010一12―11]..

[7]Han J，Kamber M.数据挖掘概念与技术.范明，孟小峰，译.北 京：机械工业出版社，2006.

[8]Burke R.Hybrid Web recommender systems／／Brusilovsky P，Kob-sa A，Nejdl W.The Adaptive Web：Methods and Strategies 0fWeb Personalization，Lecture Notes in Computer Science.Berlin：Springer―Verlag，2007：377―408.

[9]Ardisson0 L，Gena c，Torasso P，et a1.User modeling and recom-mendation techniques for personalized eleetronic program guides／／Personalized Digital Television.Targeting Programs to IndividualUsers.Amsterdam：Kluwer Academic Publishers.2004：3―26.

[10]Mobasher B，Dai Honghua，Luo Tao，et a1.Integrating Web usageand content mining for more effective personalization.[2010―12―11].省略／eontent／Tlhdxjkwmavpbpda／.

智能推荐范文第9篇

关键词：环绕智能；组合服务；双目标优化

一、环绕智能

环绕智能（Ambient Intelligence，AmI）是2001年由欧洲信息社会咨询组ISTAG提出的一种基于局域网络与嵌入式智能模块的电子环境，对用户的行为和上下文进行触发式预测与决策，做出人类思维类似的反映，及时提供用户所需的服务。传统的电子设备的交互方式是指在某一环境当中的所有的电子设备都是传统功能型设备，缺少感应行为的智能化模块，也缺少连通各类电器的主控网络，用户的日常操作都是通过手动完成，而非由主控网络的智能化系统来管理与安排。这一全新的概念不仅需要先进的网络技术，也需要配套完善的、多功能的智能感知系统。

个人的环绕智能系统将会在未来同其他各类智能系统相互整合，用户可以参与到更大范围内的智能体验，相应地，各类企业作为服务的提供者将会通过Web服务的形式。届时，由于感知系统的并发性以及各类用户需求的并发性，对组合服务的及时性和可用性提出了更高要求。此外，用户也将期望能有更多的服务种类以及更好的服务质量。显然，当前的环绕智能系统并不能满足上述情况下的服务组合需求，因此环绕智能环境下的Web服务组合（Web Service Composition，WSC）是未来发展的趋势。

随着Web服务增多，同类型的Web服务必将大量产生，又由于不同提供商对于各类服务的标准尚未统一，相应的服务质量（Quality of Service， QoS）也将出现不一致，此外，为了满足用户具有个性化的需求，必须同时考虑到当前用户的个人服务偏好，因此Web服务组合需要通过QoS作为决策指标，并根据用户的偏好规则，对组合服务进行更正，实现高质量的服务组合。面向服务计算（Service-Oriented Computing，SOC）作为Web服务的技术基础，是一种低耦合的开放式服务交互方式，优点是将具体服务作为抽象服务，可以按照服务描述对其Qos进行获取并且计算，从而为组合服务的优化打下了基础。

二、Web服务组合的多目标优化模型

服务组合是指通过对不同功能的服务进行编排，从而构成了可以提供给用户的服务链。环绕智能的服务组合就是对现有的智能环境中的各类智能设备进行优选，并形成一组完整的服务链以满足参与者的服务需求。当服务系统发现了一组满足用户需求的同类服务时，需要通过QoS进行目标规划。

由于用户的个人偏好不同，同一种服务链对于处于不同的时间段和不同状态的用户来说，也存在着满意度上和需求上的不同，因此环绕智能环境下的服务组合需要对通过了解用户的个性化需求，通过基于多目标的推荐流程，计划出整套服务链条，并能够及时地提供给用户。

组合服务可定义为集合CS={S1，S2，…，Si…，Sm}，i=1，…，m，其中每一个抽象服务Si代表一类服务功能，Si={si1，si2，…，sij…，sin是具体提供的候选服务，代表第i个抽象服务中的第j个候选服务，并由环绕智能环境下的各类设备所提供。假定各类抽象服务都具有q个服务质量指标，则服务质量

q代表第i个抽象服务中的第j个候选服务的服务质量，其中Qi j k 代表第i个抽象服务中的第j个候选服务在第k个指标上的质量评价。多个候选服务的QoS属性向量构成一个m*n的服务决策矩阵D=Qij，其中Qij表示第i个服务的第j个属性取值。

QoS大致可分类两类，即成本型QoS和效益型QoS。成本型QoS（Cost QoS，CQ）具体包括响应时间（Time，T）、服务费用（Expense，E）；效益型QoS（Benefit Qos，BQ）具体包括可用性（Availability，A）、可靠性（Reliability，R）和信誉（Reputation，RP），可以将QoS替换为上述属性，例如T（si j ）表示第i类的第j个具体服务的时间QoS。

此外，用户对于这两类Qos也有要求，即存在一组关于成本和效益的约束条件。因而，环绕智能系统中的服务组合所要解决的双目标优化问题就是最小化成本型QoS并且最大化效益型QoS的有约束的双目标规划问题。本文假设服务链总体目标函数最优蕴含了每一类服务目标函数最优，因此，模型将对每一类服务进行双目标最优求解，将全部的最优所得解作为服务组合。

目前双目标规划的算法主要依靠遗传算法等。本文通过目标线性加权和法建立了双目标优化的数学模型，并采用具有精英保留策略的小生境遗传算法NSGA-II对该问题进行求解，得出两个目标函数的帕累托前沿（Pareto Front），对应的点集即为帕累托非劣解解集，并且选取两者同时最优的一个解作为组合服务的服务链。

三、双目标推荐算法描述

双目标问题的解通常不是所有目标函数的共同最优解，而是Pareto解，即非劣解，各个目标函数值无法同时达到最优。通常求解双目标规划问题的方法包括主要目标法、权重法、线性加权和法、理想点法以及功效系数法，本文为了加农啊哟说明组合服务的目标函数，便于用遗传算法加以求加，采用了权重法对两个目标函数中的各属性目标加以整合，并通过线性加权和法对两个目标函数加以整合。

由于环绕智能的服务数据无法实际获取，本文采用随机数据为Web服务提供参照，并从40个具体服务中进行服务组合，即假设一个组合服务是由8类抽象服务顺序组成，每一类抽象服务包含5个候选服务。

在双目标决策问题中，由于各个目标的量纲不同，此外目标函数的最值要求不一致，需要对服务的各个属性进行归一化处理，将目标值无量纲化，用线性加权和法计算新的目标函数值并进行比较，方法如下：

四、实验介绍

为了使遗传算法能够对组合服务的信息，本文采用NSGA-II遗传算法中的染色体编码方式，采用整数编码。基因中，前40位代表8个具体服务的五个质量属性，第41位到第42位代表目标函数值，第43位代表Pareto前沿的序号，第44位则表示该染色体所代表的个体所在的Pareto前沿集合中的拥挤距离（Crowding Distance，CD），如下所示：

为了快速计算适合用户偏好的服务组合，遗传算法采用种群是为100，进化代数为100，交叉概率为0.5，变异概率为0.09的参数配置，并随机选择初始种群。

实验表明，通过NSGA-II算法能够较好解决环绕智能下电子商务的服务组合问题。

五、结束语

电子撒谎那个屋领域的快速发展也带来了各类资配置问题的产生，本文介绍了双目标推荐，并大致介绍了如何使用改进遗传算法对该问题进行解决的方法，希望将来的研究能够更加具体和完善。（作者单位：天津师范大学管理学院）

参考文献

[1]岳昆， 王晓玲， 周傲英. Web 服务核心支撑技术研究综述[J]. 软件学报， 2004， 15（3）： 428-429.

[2]陈彦萍. Web 服务组合管理中的若干关键问题研究[D]. 西安：西安交通大学电子与信息工程学院， 2007.

智能推荐范文第10篇

性能强劲易用 乐视T1智能高清播放器

乐视T1是一款智能高清机，通过连接乐视T1的电视可快速实现智能化，T1共享有乐视网平台提供的海量高清影视节目，高端的硬件配置，还为游戏和应用程序提供了运行保证，能够轻松畅享智能化带来的舒适便捷生活体验。

乐视TV3D云视频智能机T1顶部采用黑色亚克力材质，侧面为航空铝合金材料，配合磨砂手感，工艺精湛，方形外观边角均采用圆弧设计，造型简洁时尚，由于内置硬盘的原因，机身体积略大于市面上普通高清播放机。标配的红外遥控采用银色的铝制外壳，与苹果Apple TV的遥控外形非常相似，却要比Apple TV的遥控多出两个按键。

乐视TV3D云视频智能机T1硬件配置强大，采用基于Android深度优化定制的LeTVUI平台操作系统，ARM Cotex A9双处理器主频达到1.2GHz、1GB的DDR3运行内存，最高支持150Mbps峰值码流。丰富的视频资源是T1的一大卖点。乐视网作为国内最早购买影视剧版权的视频网站，经过多年的积累，目前拥有国内最全的正版影视剧版权库，包含70000多集电视剧和4000多部电影，为智能机提供了丰富的正版内容保证。

作为一款智能终端产品，乐视T1还为用户打造了专属应用市场，提供了涵盖娱乐、游戏、小说、生活、工具和支持配套九键遥控器的九键专区软件，用户可以选择喜欢的应用下载安装，如同智能手机一样简单方便。其中乐视T1预装有乐视市场、视频通话、亲子教育、金融应用等，用户可以通过电视大屏幕与亲朋好友进行视频聊天，通过微博等社交应用分享视频和照片，为您的家庭带来无限乐趣。

接口方面，乐视T1拥有HDMI（1.4）高清视频输出接口、光纤音频接口、同轴数字音频接口、网络接口和2个USB接口等，输出能力强悍，对于配备高清家庭影院的消费者，能够让片源中声道音效达到更加完美的效果。

一触即世界 雷柏RATV家庭娱乐中心

无线外设著名品牌雷柏了一款跨界的家庭娱乐终端设备―雷柏RATV，RATV配有一个全新遥控面板，指尖轻触，便可轻松体验智能电视带来的便捷，如在线观影、听音乐、玩网游、看图片、刷微博等，让客厅娱乐更具创意。

雷柏RATV采用纯白外观设计，钢琴烤漆材质的加入也让它有着很好的触感，盒体后侧配有四个接口，从左至右分别是电源接口（microUSB接口）、HDMI接口以及两个USB普通接口，其中一个USB接口需要插入接收器，以便遥控器能够接收信号并进行操作。

雷柏RATV采用Android 4.0深度定制的操作系统，能够兼容海量的App应用程序，在RATV应用商城里提供了视频、新闻、音乐、游戏等多个分类，用户可以轻松查找安装喜欢的应用。RATV还支持H.264/VC-1这样的高清视频解码，具备高清播放机的功能，和电视机连接后还可以将网络上的视频、游戏、音乐、新闻等资源以1080p输出到大屏幕上，实现多屏互动。

需要特别关注的是，雷柏RATV所附带的触控遥控器，它可支持多点触，通过双指捏合可以实现图片/网页的缩小与放大，灵敏度和准确度都不错，功能非常强大。

无线视频插头 WiPlug智能显示设备

2012年12月初，一款全新多屏互动产品WiPlug正式上市，WiPlug定位是现有的智能手机和平板的电视配件，在家庭网络内，通过各种移动终端或电脑，可让随时向电视机上推送海量互联网内容。同时这款产品支持多格式高清视频点播和直播，内置Wi-Fi功能，外观设计小巧，使用非常方便。

WiPlug设计轻便，白色外壳采用防火ABS+PC环保材料，线条流畅。可以看到整体只有一个插头、一个HDMI头、一个USB口。对于一般的用户而言，这种设计有着一定的便利性，不仅省去了电源适配器和电源线，用户只需要一根HDMI线就可以了，而且携带方便。

WiPlug接入电源后会自动启动，启动加载完成后，进行到检测状态，连接好无线网络后，设备会自动检查更新，这对于用户来说都非常省事，全部都自动完成。

配置完成后，使用苹果手机和平板的用户，由于自带airplay协议，因而不需要下载任何应用，切换至WiPlug时，直接就可以进行推送。使用安卓手机和平板，需要到安卓市场里面下载相应的应用，“泰捷视频 ”、“iMediaShare”、“BubbleUPnP”都可以，下载至本地后，打开这个应用，就可以推送音乐、图片和视频。本地和在线的都没有问题，相当流畅。

客厅必备家电 天敏电视大师 5智能盒

作为电视影音的老牌厂商，天敏于近期上市了一款最新智能电视盒―电视大师5，电视大师5拥有CNTV正版授权，超多、超好影视资源免费点播，正版专区速度与质量保证，更支持1080p高清电影、7.1声道无损音乐输出，内置最新安卓4.0系统，使用方便快捷。

内容方面，天敏电视大师5拥有CNTV未来电视有限公司正版授权，坐拥全国最大的正版视频库，最新大片、大剧、新闻资讯……50万小时正版视频资源供用户自主点播，时事要闻时、最新海内外大片、热播电视剧等节目及时更新，汇聚主流视频内容，在家轻松畅享精彩视频。

天敏电视大师5采用AML8626-M3芯片，搭载有Android 4.0操作系统，拥有Cortex-A9 CPU核心芯片，主频高达1GHz CPU，搭配1GB大内存设计，支持键盘、鼠标、游戏手柄等硬件扩展，方便大家的一切操作，强大的扩展功能，提供了海量的App软件免费下载安装，各种流行安卓游戏都可以运行。该机还内置Mali-400 3D图形处理器，超强抗锯齿3D处理能力，以及硬件全高清解码，支持MKV、VC-1、RM/RMVB等流行格式解码及无损音乐播放。

云高清超流畅 华录N6旗舰级高清机

2012年8月，华录推出了基于“云高清”服务平台的网络高清机N系列，其中旗舰机型N6配置高端，功能丰富，是一款扩展能力极强的新型电视周边设备，延续了华录之前在高清播放机领域的优势，具备强大的本地高清视频播放能力。

外观方面，华录N6高清机采用硬朗的深色金属材质打造，表面是凹凸纹理极为强烈的金属拉丝材料，四角采用弧形过渡，外观简约且富有档次感。前面板上设置了一块面积很大的显示屏，显示屏的左下角印着一个白色的Android小机器人LOGO，显得非常可爱。

内容上，华录N6拥有CNTV提供的正版内容，独占了互联网电视90%正版网络资源，除此之外，还含有CIBN提供的内容，这在国内所有的网络智能盒子中独此一家，CIBN的网络视频内容则偏向国际化全球视野，可以进一步拓展用户的收视面。

硬件方面，华录N6采用了飞思的Hi3716C处理器，搭载Android 2.2操作系统，Cortex A9处理器，1GHz主频、512MB DDR3内存，独立3DGpu引擎，不仅可以运行安卓平台和各种App，也支持对H.264 MVP DTS DD5.1等主流音视频格式的解码，具备完善的高清播放能力。

作为华录的高端产品，N6接口配置齐全，背部拥有WAN和LAN双路有线网络端子，加上HDMI端子和光纤SPDIF端子、同轴音频端子，以及模拟色差音视频端子，左侧接口设计了2路USB端子，散热风扇口，以及一个SATA口，足以满足接驳各类显示终端设备。

极速在线缓冲 美如画A5网络电视机顶盒

美如画A5是一款客厅影音设备利器，采用SIGMA 8671主控芯片，实现全高清1080p解码，最真实的还原画面。另外，在线视频点播、在线电视观看速度快缓冲少，真正实现极速与高清流畅播放。目前美如画A5上市报价549元，喜欢高清的朋友不妨关注一下。

外观方面，美如画A5设计时尚靓丽，整体设计具有层次感，银色金属光泽前面板搭配黑色流线型弧度机身，高贵典雅，质感十足;8mm加厚钢质底壳，可壁挂安装，散热性能优秀。新颖别致的设计也增添了客厅的装饰，适合所有家居搭配。

性能方面，美如画A5采用SIGMA 8671主控芯片，MIPS 64位架构，700MHz主频，真正实现全高清1080p、全格式兼容和全硬件解码。强大的在线点播功能，通过连接互联网，即可畅享正版播控平台优朋“云视听 ”的海量在线内容，电影、电视剧、少儿节目等轻松点播。海量高清在线片源，极速缓冲，播放流畅，丰富热门的电视剧，全集连播，实时更新，跨平台资源自动切换，适应不同的网速和清晰度。

美如画A5支持USB热拔插技术，内置 Wi-Fi无线网卡，外置高增益接收天线，信号更加稳定。AV和HDMI接口，无论新旧电视，均可方便连接。云服务器，支持固件在线升级，无需繁琐的下载固件。同时，支持第三方点播平台，选择空间更大更自由。内置Chrome浏览器，办公、微博、浏览网页都可轻松实现，将办公室带回家，工作娱乐两不误。

流畅乐玩 开博尔C5智能高清播放机

近期，开博尔推出了一款C5智能高清播放机新品，C5采用了海思Hi3716C主控芯片和Cortex-A9高速处理器，提供了强大的运行速度与3D加速能力，C5非常注重智能体验，拥有网络视频点播、网络电视台直播、大屏电视畅玩游戏等丰富的娱乐功能。

外观设计上，开博尔C5摆脱了行业内一成不变的传统设计，银白色全金属机身，表面特别添加磨砂工艺，呈现奢华时尚风格，完美的像一个工业品立在家里的电视机旁。

开博尔C5采用了Android操作系统，最新ARM Cortex-A9处理器保证了安卓平台的稳定流畅运行，能够支持市面上流行的安卓APK应用，实现在线观影、网络视频、海量影视资源、游戏资源、上网聊天，无所不能。因此用户可以根据自身需求，下载安装数以万计的游戏、视频、资讯、社交、学习教育、软件工具等应用程序。

开博尔C5采用领先的聚合点播平台技术，可进行人性化网络电视操作，海量影视资源，轻松查找、轻松观看。特有3D加速引擎，能够畅玩重力感游戏，还可实现手机电视智能互动，带来更加逼真的游戏体验。

时尚消费品 海美迪Q5智能网络机顶盒

海美迪Q5作为一款智能化的网络机顶盒，拥有着出色的智能体验，能实现手机、电脑、电视机等多屏互动的智能新玩法，同时Q5集成了ARM Cortex-A9主控芯片、安卓智能系统、支持本地播放及海美迪 HiTV、HiControl、HiShare、HiNavi等独家软件功能，性能表现出众。

外观上，海美迪Q5智能网络机顶盒机身一体成型，银白色铝合金材质在金属喷砂工艺之下微微泛出金属光泽，手感和质感均有明显突破，安卓机器人的标识不动声色中为机器增加了动感活力。设计上遵循简约之美，特别是前面板，只有一个电源开关键和安卓图标，简洁清爽。

海美迪Q5首次采用A9处理器芯片，并拥有1GB DDR3运行内存+4GB闪存存储的豪华配置，性能较A8架构提升近40%，可流畅玩转各种Android应用，网页浏览更加快速。Q5还实现了 HiControl智能操控，即通过触摸手机、平板电脑等智能设备小屏控制电视大屏的多屏互动效果。

海美迪Q5搭载的新版HiTV精选了5个知名的视频站点：优酷、搜狐、腾讯、迅雷和PPTV，拥有海量的视频资源。Q5在视频播放的各个细节都近乎完美，不仅具备点播响应速度快、海报刷新速度快、快进 /快退响应速度快“三快 ”特性，所有在线视频还支持无缝播放和0缓冲，能达到即点即播、即拖即达的效果。

轻盈典雅 清华同方灵悦3智能电视宝

清华同方灵悦3是一款定位于客厅电脑的智能电视宝产品，内置Android 2.3操作系统，集成了网络电视功能。是一款拥用：新看法，新玩法，新用法，新视效的神奇盒子！

同方灵悦3智能电视宝采用白色磨砂材质的机体，这种有机塑料的工艺让机身非常的轻盈，机顶盒上点缀的波浪线条，打破了方正的盒子的呆板，其清新、简约的风格也与现代家居比较搭调。

同方灵悦3采用ARM+Android的平台，内置AML 8726处理器，主频为800MHz，内存为512MB DDR2，系统版本为Android 2.3.4版本。采用开放式的安卓操作系统，可兼容海量安卓应用程序，可登陆任一主流安卓软件平台进行下载安装。社交、购物、上网、游戏，各类应用应有尽有。可直接连接键盘鼠标，变身家庭电脑。

独有的兔子视频，可轻松实现手机，平板与灵悦，三屏内容的畅快互联, 轻松分享, 轻松操控。

智能升级 海信智能电视盒 PX2000上市

PX2000是海信近期推出的一款电视盒产品，PX2000搭载最新Android 4.0操作系统，与机锋市场合作，可以添加机锋市场提供的众多智能应用，用户还可以通过SD卡和USB存储设备安装智能应用，让普通电视能够观看在线视频，实现浏览网页、聊天交友等智能电视功能。

海信PX2000电视盒设计简洁典雅，采用白色抛光塑料材质，做工精致细腻，机身轻盈小巧，大小将近一个手掌大小，简约的遥控器设计，按键排布合理，操作起来也非常简单，手感极佳。

PX2000采用了Android4.0操作系统，通过主频为1.2GHz的CPU保证安卓4.0稳定流畅的运行，能够支持市面上流行的安卓APK应用。

PX2000电视盒也依托与海信与国内华数、乐视、PPTV、爱奇艺等网络视频内容商的良好合作关系，内置了以上四大网络视频应用，内容涵盖了电影、电视剧、动漫、综艺、体育等各类视频内容，提供丰富多样的在线资源，很好满足了用户观看网络视频的需求。