1、“.....会对爱好相似度形成种稀释。例如甲用户拥有个爱好，而乙用户仅有个爱好，但是乙用户的所有爱好都与甲用户的爱好重合，此时看来甲乙用户的爱好相似度还是比较高的，但由于甲用户的爱好集合过于庞大，对相似度形成了种稀释。此时仅仅运用上述的爱好相似度计算公式计算出的来爱好相似度初值是片面的，不准确的，是有稀释因素存在。因此需要设计个稀释补偿因子对上述爱好相似度的计算进行改良，来消除或淡化由于两者爱好集合大小差距过大造成的稀释。因此，要设计个范稀释因子，且此因子公式有此特点当两变量差距越大时，提供的补偿也越大。由此让我联想到了长方形的边长面积极值公式，在边长定的情况下，什么时候长方形的面积最大众所周知当长方形的宽和高相等时，即变成正方形时面积最大。这里可以把长方形的宽和高看成两个变量和，边长总和为，当边长都为时面积最大，而其他情况下面积为。同理在相似度初值计算公式里，当两用户的爱好体量相等时，计算出的初值最为合理，当体量不同时就有稀释因素存在，体量差距越大稀释因素越大。所以公式符合稀释补偿因子的特点，当时，最合理公式值为，无稀释补偿，当差距越大时，长方形面积越小......”。

2、“.....所以将此公式作为稀释补偿因子的原型。但是考虑到范围不可控，当差距过大时会造成补偿过高，即补偿溢出现象，所以应该为补偿因子再增加第章网站搭建及实现过程补偿限制因子，将补偿范围调整在合理的可控范围内。但是如此来公式就过于复杂了，违背了当初简单实用的设计原则，所以在此提出个折中的办法来即不用两用户的爱好集合权重作为变量，而是采用共同爱好权重加爱好权重集合占用户爱好权重的比例来同步表代替。具体说来就是，甲乙两用户的共同爱好权重为，甲用户的爱好集合权重为，乙用户的爱好权重为，用来表示稀释补偿因子里的而不是直接用甲用户的爱好集合权重，乙用户同理也是如此。用代替，用代替不仅能表现出两爱好集合权重的差异性，更重要的是使稀释补偿因子可控。因为且，故和的范围都在到之间，若设为公式中变量，为变量，则的范围为到，的范围在到，范围在到之间，的范围在到之间，这样公式中所有变量的范围都可控，稀释补偿因子的控制范围在到之间，使的稀释补偿变的合理可控。综上所述，爱好相似度爱好相似度初值稀释补偿因子共同爱好权重占两用户爱好的比例的平局值稀释补偿因子，其中为共同爱好集合权重，为甲用户爱好集合权重......”。

3、“.....好友相似度的计算与爱好相似度的计算有相同之处，好友相似度初值也是共同好友占两用户好友比例的平均值，同时也要进行稀释补偿，防止由于好友集合差距过大造成的稀释，稀释因子与爱好形似度的稀释补偿因子相同，故不在此赘述。好友相似度好友相似度初值稀释补偿因子共同好友占两用户好友比例的平均值稀释补偿因子，其中为共同好友集合权重，为甲用户好友集合权重，为乙用户好友集合权重。燕山大学里仁学院毕业设计论文流程设计选择搜索页面控制器展示所有用户的动作数据库搜索页面选择搜索控制器搜索的动作计算相似度并排序图搜索流程图页面布局设计搜索页面默认显示所有用户。可以对所有用户进行姓名的模糊查询，输入李搜索引擎将会把所用名字中带李字的用户查询出来，并根据综合相似度第章网站搭建及实现过程排序，取综合相似度最高的前五位显示。图模糊搜索结果默认查询会对搜用户进行好友线速度计算取综合相似度最高的前五位显示，也可以选择其他排序方式。本章小结本章对网站的具体功能进行了介绍，对数据库表进行了描述。重点讲解了搜索引擎中相似度计算所用公式的设计思路和具体算法......”。

4、“.....来验证算法的设计是否合理。首先虚拟了三十个用户，对其中部分用户进行具体设计，赋予爱好，好友等属性，以便对搜索引擎斤进行测试......”。

5、“.....即搜索全部用户，根据综合相似度从该到底筛选推荐相似度较高的五个用户。燕山大学里仁学院毕业设计论文图搜索结果展示表搜索结果明细用户名地域相似度爱好相似度好友形似度综合相似度郭家强冯姿李骁李凯袁晓鹏第章实验及结果分析结果分析计算出的各个相似度系数指标能较好的体现用户与用户之间的相似程度及差异性，考虑到了较为常见的问题，对用户在网络上结交新的朋友，扩展社交图谱有定的帮助作用，方便了用户的筛选和操作。在很多方面仍然需要改进和优化，这样才能提供更为人性化和贴切需求的服务。存在的问题及解决方案由于用户之间需求的差异性，在计算综合相似度时只是采用的了固定的权重比例，没有考虑到用户之间不同的需求和变化，不能最大程度的符合用户需求。而且社交网站需要以大量用户为基础，在用户的基础上对大量的用户数据和行为进行挖掘和计算，以便提炼出更好更符合时间情况和需求的计算方法。由于本社交网站仅为个人实验所搭建，没有固定的用户群体和大量实际数据......”。

6、“.....也标准,。这种父母的人物产物聚焦会促进孩子成就目标的发展。先前的研究表明并且目前的研究也确认，用这种归因方式的大学父母也会对他们自己的教育追求采取成就目标。其他的父母把孩子的学业成绩努力策略目前的能力水平和对过程改善和学习这些成功的定义这些复杂的结合,。研究发现，这种过程聚焦对孩子学习目标的发展有促进作用。目前的研究也与此致，并且还提出大学的父母们在孩子作业上不仅仅使用了过程方法，他们对自己的学习倾向于采取学习目标。对于与孩子作业上的合作，父母们存在着不同方式。些父母更多的使用控制和讲座命令和对正确答案的强调这些直接方法。这些方法消除了孩子对学习的责任,并且发现并不支持孩子的学习,。其他父母采取更多的间接方法来提供作业援助，包括使用具有挑战性的问题解释搭脚手架来支持自主性学习探索性学习。这种父母的间接方式与孩子的学术成就有关联,。在目前的结果，大学父母采取这种间接方式与他们采取的学习目标也有关联，就他们的教育和对孩子学习目标的积极态度来讲。母亲和孩子变量之间的关系也显示了母亲对成绩的关注因素和孩子对学习关注的负相关。这些结果与以前的研究是致的，这表明......”。

7、“.....目前的研究并不能揭示这种影响的可能机制。尽管母亲所采取的成就目标与对作业帮助更大的自我感知成本相联系，但也不能证明母亲的成就倾向会减少他们使用间接方法策略或对孩子的过程聚焦。从目前的研究中有些意外的发现，母亲的年龄和父母参与作业的程度具有负相关。年纪大的父母对孩子作业的低卷入程度的原因并不清楚，但可能涉及种信念，他们可能认为对年纪大的孩子的作业援助没有必要或者是因为这样会导致父母对帮助孩子取得高分这种能力缺乏自信,。以前的研究已报道，随着孩子年龄的增加父母对其作业的卷入程度降低，但通常是对于高年级的学生这样做例如中学。本研究的结果表明，家长对自己教育采取的方法和孩子的学习态度有很大的相关。有些家长不认为大学是个学习机会，也有些家长关注于获得可接受的等级迎合课程或专业要求获得文凭或去适合工作或薪水，尽管他们教导孩子学校是个学习的地方，但这些都不会促进孩子对学习的兴趣。在这方面，目前的趋势在高等教育中实施广泛的结果评估，并对些学习过称上的产物增加了风险例如考试成绩专业技能等,。高等教育中的结果方法可能会阻碍大学父母的学习目标，也会间接阻碍孩子的学习目标,......”。

8、“.....并且可能试图建立种关系，也就是大学在校母亲的态度和其孩子的态度对孩子实际的学术成就有影响。在本研究中并没有试图建立这种关系。另个未来研究的重要方向是对大学父母进行干预，这可以改变他们的学术目标或为他们的孩子提供有效的方法，对孩子学习任务进行评估反馈和帮助。标或者种都不是。另外，采取成就目标对他本身来讲并不是固有的适应不良动机状态。当这种目标支配学习目标时,或当个人的成就目标包含着去寻求或避免失败而不是最求成功时，那么对成绩的过分关注会成为种阻碍，那就是，对学习的阻碍。在这些情况下，网络个用户的爱好集合体量大小相差悬殊，会对爱好相似度形成种稀释。例如甲用户拥有个爱好，而乙用户仅有个爱好，但是乙用户的所有爱好都与甲用户的爱好重合，此时看来甲乙用户的爱好相似度还是比较高的，但由于甲用户的爱好集合过于庞大，对相似度形成了种稀释。此时仅仅运用上述的爱好相似度计算公式计算出的来爱好相似度初值是片面的，不准确的，是有稀释因素存在。因此需要设计个稀释补偿因子对上述爱好相似度的计算进行改良，来消除或淡化由于两者爱好集合大小差距过大造成的稀释。因此，要设计个范稀释因子......”。

9、“.....提供的补偿也越大。由此让我联想到了长方形的边长面积极值公式，在边长定的情况下，什么时候长方形的面积最大众所周知当长方形的宽和高相等时，即变成正方形时面积最大。这里可以把长方形的宽和高看成两个变量和，边长总和为，当边长都为时面积最大，而其他情况下面积为。同理在相似度初值计算公式里，当两用户的爱好体量相等时，计算出的初值最为合理，当体量不同时就有稀释因素存在，体量差距越大稀释因素越大。所以公式符合稀释补偿因子的特点，当时，最合理公式值为，无稀释补偿，当差距越大时，长方形面积越小，公式值越大补偿越大，所以将此公式作为稀释补偿因子的原型。但是考虑到范围不可控，当差距过大时会造成补偿过高，即补偿溢出现象，所以应该为补偿因子再增加第章网站搭建及实现过程补偿限制因子，将补偿范围调整在合理的可控范围内。但是如此来公式就过于复杂了，违背了当初简单实用的设计原则，所以在此提出个折中的办法来即不用两用户的爱好集合权重作为变量，而是采用共同爱好权重加爱好权重集合占用户爱好权重的比例来同步表代替。具体说来就是，甲乙两用户的共同爱好权重为，甲用户的爱好集合权重为，乙用户的爱好权重为......”。