🔍 Поиск работ

Разработка мобильного приложения c рекомендательной системой для администрирования конкурсов и олимпиад

Работа №206944

Тип работы

Дипломные работы, ВКР

Предмет

прикладная информатика

Объем работы93
Год сдачи2020
Стоимость4900 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
10
Не подходит работа?

Узнай цену на написание


АННОТАЦИЯ 2
ВВЕДЕНИЕ 7
1 АНАЛИЗ ТЕХНОЛОГИЙ СОЗДАНИЯ МОБИЛЬНЫХ ПРИЛОЖЕНИЙ
И МЕТОДОВ ПОСТРОЕНИЯ РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМ 9
1.1 Цель выпускной квалификационной работы 9
1.2 Основные типы рекомендательных систем 10
1.2.1 Коллаборативные рекомендательные системы 11
1.2.2 Контентные рекомендательные системы 14
1.2.3 Рекомендательные системы, основанные на знаниях 16
1.3 Основные алгоритмы, используемые рекомендательными системами 17
1.3.1 Алгоритмы кластеризации 17
1.3.2 Алгоритм SVD 20
1.3.3 Корреляция Пирсона 21
1.3.4 Байесовские сети доверия и цепи Маркова 21
1.4 Современные операционные системы для мобильных устройств 21
1.5 Интегрированные среды разработки 22
1.6 Существующие приложения с рекомендательными системами 23
1.7 Выводы по разделу 25
2 МАТЕМАТИЧЕСКАЯ МОДЕЛЬ РЕКОМЕНДАТЕЛЬНОЙ СИСТЕМЫ ... 27
2.1 Постановка задачи 27
2.2 Алгоритм рекомендательной системы 28
2.3 Выводы по разделу 34
3 АРХИТЕКТУРА СИСТЕМЫ 35
3.1 Архитектура приложения и сервера 35
3.2 Требования к мобильному приложению 35
3.2.1 Функциональные требования 35
3.2.2 Нефункциональные требования 36
3.3 Диаграмма вариантов использования 37
3.4 Концепция REST/HTTP API 39
3.5 Проектирование базы данных 41
3.6 Проектирование серверной части 44
3.7 Проектирование клиентской части 47
3.8 Выводы по разделу 50
4 РЕАЛИЗАЦИЯ И ТЕСТИРОВАНИЕ РАБОТОСПОСОБНОСТИ
ПРИЛОЖЕНИЯ 51
4.1 Реализация базы данных 51
4.2 Реализация серверной части 51
4.3 Реализация клиентской части 52
4.4 Тестирование работоспособности 58
4.5 Выводы по разделу 64
ЗАКЛЮЧЕНИЕ 66
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 67

В данный момент широко развивается направление олимпиад, конкур-сов, викторин, для удобства выявления наиболее компетентных претенден - тов. Организаторами могут быть образовательные учреждения, высшие учеб - ные заведения и даже частные компании, которые ищут работников в определенной сфере. Организация такого мероприятия позволит легко и быстро определить достойного претендента. Следует отметить, что очень часто люди даже не знают о том, что в их городе, вузе, школе и где бы то ни было, проводятся подобного рода мероприятия.
Олимпиады и конкурсы способствуют развитию интеллектуального уровня, формированию познавательной активности, умению самостоятельно получать знания.
На сегодняшний день на рынке мобильных приложений нет программ, позволяющих организаторам создавать научные конкурсы и олимпиады, а пользователям - записываться на эти мероприятия и получать список актуальных и интересных конкурсов, на которые они так же смогли бы записаться и принять в них участие. Есть только ряд приложений, уведомляющих о проведении каких-либо научных выставок и семинаров. Обычно это коммерческие проекты, без возможности администрирования конкурсов.
В первой главе данной работы выполнен полноценный анализ различ-ных типов рекомендательных систем, определялись их достоинства и недо - статки. Рассматривались методы построения данных систем. Приводились в пример основные алгоритмы, используемые рекомендательными системами. Проводился обзор современных операционных систем, используемых мо-бильными устройствами. Рассматривались различные среды разработки мо-бильных приложений. Был проведён обзор существующих приложений с ре-ализованной рекомендательной системой. По изученным материалам сдела¬ны выводы, определена операционная система для мобильного приложения, 7
выбрана среда разработки, язык программирования, тип рекомендательной системы.
Во второй главе прописывается постановка задачи и математическая модель. Разрабатывается основной алгоритм рекомендательной системы и приводится его схема.
В третье главе прописываются функциональные и нефункциональные требования к мобильному приложению. Приводится диаграмма вариантов использования приложения. Описывает концепция REST/HTTP API. Проектируется база данных приложения с подробным описанием таблиц и приводится её схема. Проектируются серверные и клиентские части приложения.
В четвертой главе реализовывается база данных, реализовывается серверная и клиентская части приложения, проводится тестирование, подводятся выводы.
Разработанное приложение на данный момент не имеет аналогов, позволяет организовывать научные конкурсы и олимпиады и администрировать их. Отличается универсальным алгоритмом рекомендательной системы, позволяющим решать проблему «холодного» старта.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В данной работе было разработано приложение c рекомендательной системой для администрирования конкурсов и олимпиад. Данное приложение не имеет конкурентов на рынке. Приложение позволяет участникам конкурсов получать релевантную информацию о научных мероприятиях в своем городе, принимать в них участие и отслеживать свои результаты. Организаторам конкурсов приложение предоставляет возможность администрировать создаваемые ими конкурсы и олимпиады, выставлять оценки и определять лучших участников.
В результате выполненной работы были получены следующие результаты:
1) изучены и проанализированы существующие методы построения рекомендательных систем и мобильных приложений;
2) разработан алгоритм рекомендательной системы, позволяющий решать проблему «холодного старта»;
3) разработана структура базы данных;
4) спроектирована архитектура клиент серверного приложения;
5) реализовано приложение и проверена его работоспособность.



1. Toward the next generation of recommender systems: a survey of the state-of-the-art and possible extensions - IEEE Journals & Magazine. [Электронный ресурс] URL: https://ieeexplore.ieee.org/document/1423975 (дата обращения: 08.02.2020).
2. Xiaosong, H. HCRS: A hybrid clothes recommender system based on user ratings and product features / H. Xiaosong // Sch. of Economic Inf. Eng. Southwestern Univ. of Finance & Econ. Chengdu, China. -2012. - P. 5-9.
3. GroupLens: An Open Architecture for Collaborative Filtering of Netnews. [Электронный ресурс] URL: http://ccs.mit.edu/papers/CCSWP165.html (дата обращения: 09.02.2020).
4. Byeong, M.K. A new approach for combining content-based and collaborative filters. / Springer Science + Business Media, LLC// M.K. Byeong. - 2006. - P. 89-91.
5. Approximation Theory. [Электронный ресурс] URL:
https://www.researchgate.net/publication/336312412_APPROXIMATION_THEO RY (дата обращения 10.02.2020).
6. Gerard S. Automatic Text Processing. The Transformation, Analysis, and Retrieval of Information by Computer. / Cornell University // S. Gerard. - 2006. - P. 521-523.
7. Романюк А.В. Макроэкономическое планирование и прогнози¬рование и прогнозирование. Курс лекций. Тверской государственный университет, 2014.
8. The Role of the Management Sciences in Research on Personalization. [Электронный ресурс] URL: http://gkmc.utah.edu/7910F/papers/MS%20per- sonalization.pdf (дата обращения: 10.02.2020).
9. Джонс, М. Рекомендательные системы: Часть 1. Введение в подходы и алгоритмы. [Электронный ресурс] URL: http://www.ibm.com/devel- operworks/ru/library/os-recommender1.html (дата обращения: 10.02.2020).
10. Ильина, К.В. Контентная фильтрация в рекомендательных системах / К.В. Ильина - Университет ИТМО, Санкт-Петербург, 2015. - C. 5.
11. Создание рекомендационной системы учебного типа с использованием фреймворка Windows Communication Foundation. [Электро¬нный ресурс] URL: http://www.foi-bg.com/ibs_isc/ibs-28/ibs-28-p20.pdf (дата обращения: 08.02.2020).
12. Кутянин, А.Р. Рекомендательные системы: обзор основных постановок и результатов / А.Р. Кутянин // Интеллектуальные системы. Теория и приложения. - 2017. - №4. - С. 18-30.
13. Королева, Д.Е. Анализ алгоритмов обучения коллаборативных рекомендательных систем / Д.Е. Королев // Инженерныий журнал: наука и инновации. - 2013. - №6 - С. 5-10.
14. Введение в кластеризацию // Математико-механический факультет СПбГУ. [Электронный ресурс] URL: https://math.spbu.ru/user/gran/cours- es/LECTURE_2_1.pdf (дата обращения: 10.02.2020).
15. Торопова А.В. Байесовские сети доверия: инструменты и использование в учебном процессе / А.В. Торопова // Компьютерные инструменты в образовании. - 2017. - №4. - С. 43-53...27


Работу высылаем на протяжении 30 минут после оплаты.




©2026 Cервис помощи студентам в выполнении работ