基于VSM文本相似度算法的健身领域问答系统开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

1.1意义近年来，人鱼线、马甲线、腹肌成为网络热词，引发一波波健身热潮。

但是健身属于高消费。

以南京市场为例，私人教练的价格基本在250元-400元/课，一节课基本上一小时。

2. 研究的基本内容和问题

2.1研究目标设计并实现一款，可以解决用户提出的健身领域问题的，基于web搜索的问答系统。

针对用户提出的问题，返回文字结果。

最终以安卓客户端形式呈现。

3. 研究的方法与方案

3.1研究方法（1）查阅相关资料并做好前期准备；（2）查阅中文分词算法，进行对比分析，选择最合适的算法；（3）学习python和爬虫技术并编写代码；（4）阅读相关vsm算法资料，优化算法；（5）界面和后台的搭建与编程；（6）整合各模块，调试改进和测试。

3.2技术路线需求分析->python爬虫的学习->中分分词算法选择->算法优化->算法对比->前后台编程->模块整合与测试3.3实验方案及可行性分析该问答系统最终将以网页形式呈现。

前台采用html等语言进行开发。

4. 研究创新点

（1）利用互联网日新月异，更新速度快的特点，不构建本地知识库，而是依托更丰富，更具有时效性的搜索引擎返回的结果；（2）针对现在火热的健身话题，给需要健身意见的人们提供了更方便的服务；（3）以VSM经典算法为基础，优化算法，使得查询结果更符合用户的要求。

（4）搜索引擎返回的网页多而杂，该系统可以在检索出来的网页中直接选择答案，无需用户逐个浏览页面，省时省力。

5. 研究计划与进展

（1）2018年1月：查阅资料，对比分析现有中文分词算法，选择合适的算法。

（2）2018年2月：学习Python，利用爬虫技术搜索结果；（3）2018年3月：查阅资料，在现有的VSM算法基础上改进和对比（验证）；（4）2018年4月：前后台搭建，模块整合与优化，代码的调试与测试。