【摘 要】
：
随着增强现实（Augmented Reality,简称AR）技术的发展,越来越多的AR移动应用进入到人们生活中,尤其是在移动电商领域。在AR购物场景中,消费者能得到身临其境的购买体验,更全面和完整地了解商品的特点。但现有的AR购物环境中存在一些问题:其一,AR应用由于其自身的复杂性,出现的卡顿和崩溃等软件缺陷往往难以被应用开发者捕获;其二,由于大量AR操作特征未被利用,商品推荐模型表现效果不佳;其
【基金项目】
：
广州市产学研重点项目,项目名称《基于AR/VR交互识别技术研发及产业化应用》; 广州市产学研重点项目,《基于VR/AR用户行为分析与可靠性保障平台建设》
论文部分内容阅读
随着增强现实（Augmented Reality,简称AR）技术的发展,越来越多的AR移动应用进入到人们生活中,尤其是在移动电商领域。在AR购物场景中,消费者能得到身临其境的购买体验,更全面和完整地了解商品的特点。但现有的AR购物环境中存在一些问题:其一,AR应用由于其自身的复杂性,出现的卡顿和崩溃等软件缺陷往往难以被应用开发者捕获;其二,由于大量AR操作特征未被利用,商品推荐模型表现效果不佳;其三,推荐系统在处理商品特征时存在性能瓶颈,需要结合AR场景的特点改善其性能。本文针对AR购物场景,构建AR软件性能监控和用户行为采集方案,提出结合场景信息的AR商品推荐算法,设计并实现了基于深度学习的AR商品实时推荐系统。本文以广州市两个产学研重点计划项目为依托,为解决AR软件在电商领域面临软件质量不高、推荐效果不佳、系统存在性能瓶颈等问题,研究内容具体如下:（1）开发一款软件开发包（SDK）,分析ARKit底层原理,通过应用埋点的方式为AR应用开发者提供的性能监控和用户行为采集服务。帮助开发者提高AR应用的开发质量,了解其应用中的用户隐式行为反馈,并借助实验室平台提供数据可视化服务。（2）基于前述采集数据,提出了一个基于场景感知注意力机制的AR商品推荐算法,通过融合场景数据和交互数据,分析用户偏好和商品属性的综合特征,预测用户对商品的喜好程度并做出推荐。实验表明该算法能够有效提升AR商品推荐的效果。（3）参考Lambda的大数据架构,设计与实现了一种基于深度学习的AR商品实时推荐系统架构。在Lambda大数据架构中加入机器学习层,通过整合推荐系统和大数据平台,实现推荐系统的训练、更新、在线服务等过程,同时为系统提供冷启动解决方案。最后分流测试验证了本文提出的商品推荐算法在线上服务的有效性。
其他文献
面对当前社会所面临的严峻能源与环境问题,燃料电池和锂离子电池作为一种清洁且高效的能量转化与存储装置越来越被受到重视,而其中的电解质材料是电池的核心部件,获得性能优异的电解质材料一直是研究者们致力追求的目标。固态电解质材料相比于传统的液态电解质材料因其化学稳定性好、安全性高等优点备受关注,而现有市售的固态电解质材料需要在较为温和的环境中才能实现较好的性能,一定程度上限制了其在电池中的应用。使用无机填
自适应输出调节问题一直都是控制理论领域非常重要的研究课题,其研究目标是设计一个输出反馈控制器,使得闭环系统稳定的同时,系统输出能渐近跟踪上给定参考信号。传统的二次型Lyapunov函数技术可以很好地解决自适应输出调节问题,但无法保证系统的暂态性能。时变障碍Lyapunov函数是一种采用系统输出跟踪误差和时变误差约束函数来构造Lyapunov函数的新技术,可以有效解决输出受限的非线性系统的输出调节问
随着交通事业的发展,道路交通事故形势愈发严峻,对人民的生命财产安全造成了巨大损失。智能网联汽车可以承担部分或全部驾驶任务,提高行车安全性。其中,可行驶区域辨识技术可检测出当前车辆可行驶的道路区域,以确保在道路上安全行驶,是智能网联汽车环境感知的基础性研究工作。因此,研究智能网联汽车的可行驶区域辨识技术,对于提高交通安全有着重要意义。随着人工智能技术的高速发展,其与智能网联汽车深度融合,迅速成为研究
高热导率绝缘高分子材料是解决电子器件体积持续缩小与及时散热之间矛盾的最佳方案。进一步赋予导热高分子基复合材料可循环回收利用功能将有利于降低成本、保护环境及维持其可持续发展。为此,本文采用多聚甲醛（PFA）和含有芳香酰胺特殊结构的4,4’-二氨基苯酰替苯胺（DABA）为原料,通过利用分子链间氢键强相互作用向树脂固化网络中引入局域微观有序结构增大声子传播自由程,合成一类新型本征导热聚六氢三嗪热固性树脂
姜在我国具有悠久的使用历史,是药食同源的代表,其中姜酚（Gingerols,GRs）是其主要的活性成分,具有广泛的生理活性和药理性能。目前关于姜酚的研究主要集中在其生物活性方面,但关于其高效提取、纯化制备和其运送体系构建的研究较少。为了姜酚更好的开发利用,本文采用非热的脉冲电场技术（Pulsed electric field,PEF）对姜酚提取过程进行优化,从而获得更高的收率和更好的提取物质量,并
情绪是人的多种感觉、思想和行为综合产生的心理和生理状态,在人类社交活动中扮演着非常重要的角色。情绪的诱发和识别是情绪研究领域中的一大热点,其在游戏设计、心理治疗、健康监测和心理学研究等领域都有重要的应用和研究价值。虚拟现实场景沉浸感强且维度较高,将其应用于情绪诱发领域获得了广泛的研究与关注。目前,基于虚拟现实场景的情绪诱发和识别研究中存在着以下问题:（1）现有的情绪诱发方法包括视觉刺激、声音、嗅觉
在股票价格模型的研究中,经典的是Black-Scholes期权定价模型,该模型假设股票价格服从几何布朗运动。然而实证研究显示股票价格收益分布具有自相似性、长期记忆性、非平稳增量以及高峰、厚尾等特征。基于双分数布朗运动和分数泊松过程,本文提出了双分数泊松过程。双分数泊松过程与双分数布朗运动有相同的协方差函数,但其分布具有高峰特征,并且双分数泊松过程具有广义自相似性及长期记忆性。本文首先给出了双分数泊
随着智能采集设备、移动互联网及云存储平台的广泛应用,语音数据爆炸式增长。由于人工标注成本昂贵,经过人工准确标注的语音数据却较少。如何对海量无标签语音进行说话人聚类（Speaker Clustering）、如何对少量带标签语音进行说话人辨识（Speaker Identification）是目前智能语音处理领域的研究热点。本文探讨基于深度卷积网络的说话人聚类与辨识问题。论文主要工作及贡献如下:（1）提
随着人工智能领域神经网络的发展,如何获得大量带标注的数据已经成为关键性问题之一。然而目前只能通过人工标注来获取带标注数据,不仅费时费力,标注的质量也难以得到保障。无监督域自适应就是一种研究如何将源域上已有的大量标注信息迁移到无标注的目标域上的技术。而开放集域自适应（Open Set Domain Adaptation,OSDA）作为域自适应的一种特殊场景,区别于传统的闭合集域自适应设定,开放集域自
近年来,随着互联网的飞速发展,数据量与日俱增,造成了信息过载的问题。为了解决信息过载问题,推荐系统（Recommendation System,RS）应运而生。然而,推荐系统存在泄露用户隐私数据的风险。虽然基于数据扰动和基于同态加密的隐私保护方法在一定程度上可以保护推荐系统中用户的隐私安全,但是仍无法同时满足推荐系统在隐私保护、推荐精度和时间效率上的要求。联邦学习（Federated Learni