声明
摘要
第一章 绪论
1.1 论文研究的背景和意义
1.2 校园信息服务研究现状
1.3 相关技术国内外发展概况
1.3.1 LBS发展概况
1.3.2 个性化推荐算法发展概况
1.3.3 NFC近场通信技术概况
1.3.4 云服务平台发展概况
1.4 论文内容与章节安排
第二章 软件系统总体设计
2.1 系统架构设计
2.1.1 系统网络架构
2.1.2 C/S架构模式
2.1.3 MVC设计模式
2.2 系统设计总体框架
2.3 软件流程设计
2.4 数据库设计
第三章 云平台搭建
3.1 Bmob云服务平台搭建
3.1.1 Bmob云服务器申请
3.1.2 Bmob云常用服务
3.1.3 Bmob云服务器新应用创建与SDK安装
3.2 百度LBS开发平台搭建
3.2.1 百度LBS申请
3.2.2 百度LBS常用服务
3.2.3 百度LBS新应用创建
3.3 科大讯飞MSC语音云平台搭建
3.3.1 MSC语音云平台申请
3.3.2 MSC语音云接口
3.3.3 MSC语音云新应用创建与SDK安装
3.4 其他平台搭建
3.4.1 ToetoiseSVN代码仓库
3.4.2 Share SDK社会化分享
3.4.3 Jpush极光推送
3.4.4 支付宝第三方支付平台
第四章 校园服务系统功能模块的实现
4.1 系统功能框架
4.2 核心功能实现
4.2.1 功能一:人脸识别注册和登录
4.2.2 功能二:声纹识别注册和登录
4.2.3 功能三:网络状态监测
4.2.4 功能四:LBS位置信息采集与传输
4.2.5 功能五:华师数字图书馆
4.2.6 功能六:教务系统模块
4.2.7 功能七:校园兼职中心
4.2.8 功能八:语音交互搜索
4.2.9 功能九:校园资讯与讯息分享
4.2.10 功能十:失物招领
4.2.11 功能十一:华师地图定位导航与3D街景
4.2.12 功能十二:华大影讯和在线购票
4.2.13 功能十三:NFC近场通讯签到
4.2.14 功能十四:校园互助平台
4.2.15 功能十五:IM即时信息交流
4.2.16 功能十六:一卡通、外卖订餐、快递查询
4.2.17 功能十七:消息推送
4.3 Bmob云平台功能
4.3.1 Bmob缓存使用
4.3.2 Bmob原子计数器使用
4.3.3 Bmob云Mail验证使用
4.3.4 Bmob数据实时同步使用
第五章 个性化推荐引擎的研究与应用
5.1 个性化推荐系统概述
5.2 个性化推荐算法分析
5.3 对协同过滤算法的改进与实现
5.3.1 问题分析
5.3.2 改进依据和改进方法
5.3.3 改进后的算法设计
5.4 个性化推荐引擎的设计和实现
5.4.1 推荐引擎架构
5.4.2 分析功能模块实现
5.4.3 网络交互模块实现
5.4.4 观察者模式实现推送模块
5.5 个性化推荐引擎在本系统的应用
5.5.1 推荐引擎与本系统软件通信的实现
5.5.2 推荐引擎在本系统软件的应用
第六章系统测试
6.1 测试环境
6.2 功能测试
6.3 兼容性和性能测试
6.4 应用的签名与发布
6.5 本章小结
第七章 总结与展望
7.1 工作总结
7.2 研究展望
致谢
参考文献