線上排隊系統(tǒng)與垃圾評論過濾的設(shè)計與實現(xiàn).pdf

1、近年來，伴隨著移動通信技術(shù)和智能手機(jī)終端的發(fā)展，大量移動應(yīng)用不斷地涌現(xiàn)，移動互聯(lián)網(wǎng)產(chǎn)業(yè)迎來了前所未有的大發(fā)展。而在移動互聯(lián)網(wǎng)的眾多領(lǐng)域中，線上到線下（Online to Offline, O2O）產(chǎn)業(yè)是當(dāng)前發(fā)展最引人注目的領(lǐng)域之一。
　　目前我國各大中型城市中，各大熱門餐廳、銀行網(wǎng)點、市政大廳、醫(yī)院等經(jīng)常出現(xiàn)排隊場景。在當(dāng)前線下排隊場景中，排隊者通常需要在排隊現(xiàn)場拿號，而且排隊者為了防止過號，通常只能留在現(xiàn)場等待，這種傳統(tǒng)排隊模式

2、無疑浪費了排隊者大量等待的時間?？紤]到上述傳統(tǒng)線下排隊場景中這些突出問題，本文提出通過設(shè)計和實現(xiàn)一款移動應(yīng)用使用戶能夠在線上取號排隊，線下入座消費，從而節(jié)省排隊者線下排隊時間，解決當(dāng)前線下排隊場景中排隊者需在現(xiàn)場等待的問題。
　　在對同類型應(yīng)用的研究中，本文發(fā)現(xiàn)目前各大移動應(yīng)用的評論中普遍存在著大量垃圾評論，這些垃圾評論對互聯(lián)網(wǎng)環(huán)境和用戶體驗造成了巨大的負(fù)面影響。本文在深入研究前沿的垃圾信息過濾算法的基礎(chǔ)上，與以往算法針對惡意用戶

3、行為特征進(jìn)行研究不同，本文提出基于對商戶評論量異常變化以及可疑商戶中相似評論的檢測來過濾垃圾評論。為了更好適應(yīng)線上排隊系統(tǒng)的需求，本文提出了融合評論內(nèi)容和可疑商戶評論特征的垃圾評論過濾的方法。
　　實際應(yīng)用中，為了加快垃圾評論過濾的處理速率，本文根據(jù)系統(tǒng)的整體架構(gòu)提出如下優(yōu)化方案：一方面，基于可疑商戶評論特征的垃圾評論過濾在實際應(yīng)用中往往需要大量消耗大量服務(wù)器資源，故在實現(xiàn)中對該模塊的運行時段限定為服務(wù)器的空閑時段；另一方面，考慮