ВВЕДЕНИЕ 4
ГЛОССАРИЙ 6
1. ПОСТАНОВКА ЗАДАЧИ 10
1.1. Цель работы. 10
1.2. Задачи 10
1.3. Принцип работы приложения 11
2. УСТРОЙСТВО НОВОСТНОГО АГРЕГАТОРА 14
2.1. Принцип работы новостных агрегаторов. 14
2.2. Преимущества агрегаторов новостей 16
2.3. Агрегатор новостей как мобильное приложение 16
3. MICROSOFT AZURE ПЛАТФОРМА ДЛЯ ПОСТРОЕНИЯ СИСТЕМЫ. 18
3.1. Azure Mobile App - решение для мобильных приложений 19
3.2. Rest архитектура. 20
3.3. JSON как язык для передачи данных между сервером и клиентом.
20 3.4. База данных SQL Azure 22
3.4.1. Устройство базы данных в Microsoft Azure 22
3.4.2 Entity Framework - работа с базой данных. 23
4. ПАРСИНГ ДАННЫХ 27
4.1. Парсинг RSS и Atom каналов. 27
4.2. Парсинг HTML 28
5. ПРИМЕНЕНИЕ МАШИННОГО ОБУЧЕНИЯ 30
5.1. Microsoft Cognitive Services 31
6. РАЗРАБОТКА НОВОСТНОГО АГРЕГАТОРА - KZNNEWS 33
6.1. Начало разработки 33
6.2. Создание моделей и базы данных. 34
6.3 Пользовательская регистрация, аутентификация и авторизация. 35
6.4 Реализация парсера новостного контента. 37
6.5. Добавление алгоритмов машинного обучения. 39
6.6. Реализация необходимых API контроллеров. 41
6.7. Настройка концентратора Push-уведомлений 42
6.8. Проблемы, с которыми пришлось столкнуться. 43
ЗАКЛЮЧЕНИЕ 46
СПИСОК ЛИТЕРАТУРЫ. 48
ОБЗОР ЛИТЕРАТУРЫ. 50
ПРИЛОЖЕНИЕ 63
Исходный код 63
В рамках данной научной работы, необходимо разобраться с процессом создания агрегатора новостей, возможностями применения новых решений и технологий при разработке алгоритмов поиска и фильтрации новостного контента, а также при построении системы взаимодействия, в первую очередь с клиентскими приложениями на мобильных устройствах, приблизиться к максимально точному попаданию в запросы и интересы пользователя. В работе применяются технологии машинного обучения для выявления подробной информации о пользователе и последующего поиска статей, связанных с его интересами, а также алгоритмы автоматического понимания текстов, в частности алгоритмы синтаксического и семантического анализа для выявления ключевой информации в статье.
Сам новостной агрегатор представляет собой систему подбора ключевых статей из списка источников. Основное отличие от новостных порталов в том, что агрегатор не имеет собственных статей, а лишь заимствует их. Зачастую имеет большую, чем портал, точность попадания в запросы и функционал.
Разработка новостного агрегатора сводится к решению задач, связанных именно с подбором статей по различным ключевым запросам, а значит, к созданию технологии, позволяющей совершать поиск по базам различных новостных порталов, фильтрацию найденных результатов и отображению их в удобном формате для пользователя.
Войти
в кабинет
в кабинет
Пролистайте материалы и убедитесь в качестве
Разработка персонифицированного агрегатора новостей. Серверная часть #9101828
Артикул: 9101828
- Предмет: Информационные системы и технологии
- Уникальность: 82% (Антиплагиат.ВУЗ)
- Разместил(-а): 185 Рамиль в 2018 году
- Количество страниц: 124
- Формат файла: docx
- Последняя покупка: 04.04.2023
2 499p.
1. Как новые медиа изменили журналистику. / А. Амзин [и др.]; под ред. С. Балмаевой, М. Лукиной. — Екатеринбург: Гуманитарный университет, 2016. — 304 с.
2. Электронные версии печатных СМИ. // Университетская книга — 2012. — №1. — С. 26-35.
3. Дакина, Ю. М. Машинная агрегация новостей и реакция на нее информационного пространства. / Ю. М. Дакина // Вестник московского университета. Серия 10: журналистика. — 2009. — №2.
— С. 67-80.
4. Шагдарова, Б. Б. Новостные агрегаторы в интернете. / Б. Б. Шагдарова // Вестник бурятского государственного университета. Язык. Литература. Культура. — 2017. — №1. — С. 66-76.
5. Земсков, А. И. Что такое RSS? / А. И. Земсков // Научные и технические библиотеки. — 2007. — №6. — С. 4.
6. Носков, В. И. Новостной агрегатор, проект создания. / В. И. Носков // Сборник материалов VIII Всероссийской, научно-практической конференции ученых с международным участием «Россия Молодая»: сб. тр. науч.-практич. конф. — Кемерово: КузГТУ, 2016. — С. 195- 198.
7. Глушко, М. П. Разработка клиент-серверного приложения
«Новостной агрегатор». / М. П. Глушко, Е. М. Березовская // Молодежная наука в XXI веке: традиции, инновации, векторы развития: сб. тр. науч.-иссл. конф. — Самара-Оренбург, 2017. — С. 195-196.
8. Короленко, И. А. Проектирование информационной системы новостного агрегатора. / И. А. Короленко // Информационные и измерительные системы и технологии: сб. тр. науч.-тех. конф. — Новочеркасск, 2016. — С. 47-53.
9. Бочаров, М. С. Разработка сервис-ориентированной архитектуры для новостного агрегатора. / М. С. Бочаров, Ю. Н. Белова // Инновационные технологии в общественном питании: сб. тр. науч.- практич. конф. — Москва: МГУПП, 2015. — С. 26-28.
10. Носков, В. И. Новостной агрегатор THERATENEWS. / В. И. Носков
// Современные тенденции и инновации в науке и производстве: сб. тр. науч.-практич. конф. — Междуреченск, 2016. — С. 236-237.
11. Кутуков, Д. С. Применение методов кластеризации для обработки новостного потока. / Д. С. Кутуков // Технические науки: проблемы и перспективы: сб. тр. науч. конф. — Санкт-Петербург, 2011. — С. 77- 83.
12. Гурин, Н. И. Алгоритм подготовки текста обучающей информационной системы к семантическому анализу. / Н. И. Гурин, Я. А. Жук // Труды БГТУ. Серия 3: Физико-математические науки и информатика. — 2017. — №2(200). — С. 105-109.
13. Мочалова, А. В. Алгоритм семантического анализа текста, основанный на базовых семантических шаблонах с удалением. / А. В. Мочалова // Научно-технический вестник информационных технологий, механики и оптики. — 2014. — №5(93). — С. 126-132. 14.Галимов, Р. Г. Основы алгоритмов машинного обучения – обучение с учителем. / Р. Г. Галимов // Аллея науки. — 2017. — №14. — С. 810-
817.
15. Галимов, Р. Г. Основы алгоритмов машинного обучения – обучение без учителя. / Р. Г. Галимов // Аллея науки. — 2017. — №14. — С. 807-809.
16. Мудранов, А. М. Разработка мобильного приложения в XAMARIN. / А. М. Мудранов, Е. В. Крахоткина // Современные технологии: актуальные вопросы, достижения и инновации: сб. тр. науч.-практич. конф. — Пенза, 2017. — С. 95-98.
2. Электронные версии печатных СМИ. // Университетская книга — 2012. — №1. — С. 26-35.
3. Дакина, Ю. М. Машинная агрегация новостей и реакция на нее информационного пространства. / Ю. М. Дакина // Вестник московского университета. Серия 10: журналистика. — 2009. — №2.
— С. 67-80.
4. Шагдарова, Б. Б. Новостные агрегаторы в интернете. / Б. Б. Шагдарова // Вестник бурятского государственного университета. Язык. Литература. Культура. — 2017. — №1. — С. 66-76.
5. Земсков, А. И. Что такое RSS? / А. И. Земсков // Научные и технические библиотеки. — 2007. — №6. — С. 4.
6. Носков, В. И. Новостной агрегатор, проект создания. / В. И. Носков // Сборник материалов VIII Всероссийской, научно-практической конференции ученых с международным участием «Россия Молодая»: сб. тр. науч.-практич. конф. — Кемерово: КузГТУ, 2016. — С. 195- 198.
7. Глушко, М. П. Разработка клиент-серверного приложения
«Новостной агрегатор». / М. П. Глушко, Е. М. Березовская // Молодежная наука в XXI веке: традиции, инновации, векторы развития: сб. тр. науч.-иссл. конф. — Самара-Оренбург, 2017. — С. 195-196.
8. Короленко, И. А. Проектирование информационной системы новостного агрегатора. / И. А. Короленко // Информационные и измерительные системы и технологии: сб. тр. науч.-тех. конф. — Новочеркасск, 2016. — С. 47-53.
9. Бочаров, М. С. Разработка сервис-ориентированной архитектуры для новостного агрегатора. / М. С. Бочаров, Ю. Н. Белова // Инновационные технологии в общественном питании: сб. тр. науч.- практич. конф. — Москва: МГУПП, 2015. — С. 26-28.
10. Носков, В. И. Новостной агрегатор THERATENEWS. / В. И. Носков
// Современные тенденции и инновации в науке и производстве: сб. тр. науч.-практич. конф. — Междуреченск, 2016. — С. 236-237.
11. Кутуков, Д. С. Применение методов кластеризации для обработки новостного потока. / Д. С. Кутуков // Технические науки: проблемы и перспективы: сб. тр. науч. конф. — Санкт-Петербург, 2011. — С. 77- 83.
12. Гурин, Н. И. Алгоритм подготовки текста обучающей информационной системы к семантическому анализу. / Н. И. Гурин, Я. А. Жук // Труды БГТУ. Серия 3: Физико-математические науки и информатика. — 2017. — №2(200). — С. 105-109.
13. Мочалова, А. В. Алгоритм семантического анализа текста, основанный на базовых семантических шаблонах с удалением. / А. В. Мочалова // Научно-технический вестник информационных технологий, механики и оптики. — 2014. — №5(93). — С. 126-132. 14.Галимов, Р. Г. Основы алгоритмов машинного обучения – обучение с учителем. / Р. Г. Галимов // Аллея науки. — 2017. — №14. — С. 810-
817.
15. Галимов, Р. Г. Основы алгоритмов машинного обучения – обучение без учителя. / Р. Г. Галимов // Аллея науки. — 2017. — №14. — С. 807-809.
16. Мудранов, А. М. Разработка мобильного приложения в XAMARIN. / А. М. Мудранов, Е. В. Крахоткина // Современные технологии: актуальные вопросы, достижения и инновации: сб. тр. науч.-практич. конф. — Пенза, 2017. — С. 95-98.
Материалы, размещаемые в каталоге, с согласия автора, могут использоваться только в качестве дополнительного инструмента для решения имеющихся у вас задач,
сбора информации и источников, содержащих стороннее мнение по вопросу, его оценку, но не являются готовым решением.
Пользователь вправе по собственному усмотрению перерабатывать материалы, создавать производные произведения,
соглашаться или не соглашаться с выводами, предложенными автором, с его позицией.
| Тема: | Разработка персонифицированного агрегатора новостей. Серверная часть |
| Артикул: | 9101828 |
| Дата написания: | 23.12.2018 |
| Тип работы: | Дипломная работа |
| Предмет: | Информационные системы и технологии |
| Оригинальность: | Антиплагиат.ВУЗ — 82% |
| Количество страниц: | 124 |
Скрин проверки АП.ВУЗ приложен на последней странице.
В работе представлены только пояснительная записка и листинг программы. Самой программы нет
В работе представлены только пояснительная записка и листинг программы. Самой программы нет
Файлы артикула: Разработка персонифицированного агрегатора новостей. Серверная часть по предмету информационные системы и технологии
Пролистайте "Разработка персонифицированного агрегатора новостей. Серверная часть" и убедитесь в качестве
После покупки артикул автоматически будет удален с сайта до 23.06.2024
Посмотреть остальные страницы ▼
Честный антиплагиат!
Уникальность работы — 82% (оригинальный текст + цитирования, без учета списка литературы и приложений), приведена по системе Антиплагиат.ВУЗ на момент её написания и могла со временем снизиться. Мы понимаем, что это важно для вас, поэтому сразу после оплаты вы сможете бесплатно поднять её. При этом текст и форматирование в работе останутся прежними.
Гарантируем возврат денег!
Качество каждой готовой работы, представленной в каталоге, проверено и соответствует описанию. В случае обоснованных претензий мы гарантируем возврат денег в течение 24 часов.
ПРЕДЫДУЩАЯ РАБОТА
Разработка интерактивной платформы сбора и анализа данных об использовании фреймворков и библиотек
СЛЕДУЮЩАЯ РАБОТА
Разработка системы автоматизированного построения индивидуальных учебных планов с учетом внешних требований к компетенциям выпускника