- 博客(16)
- 收藏
- 关注
RSS订阅原创 山东大学软件学院创新项目实训（十六）
本次实现了完整的JS交互逻辑，完成了多轮交互。通过多轮交互，用户可以多次提问，从而一站式的获取用户需要的信息，同时设计了多种防故障机制，完整了原定的业务逻辑。
2025-06-14 22:48:54
155
原创 山东大学软件学院创新项目实训（十四）
根据 top-k 和 must-see POI，结合空间结构进行聚类。根据城市步行属性（citywalk）判断是否加入聚类随机性和稀疏性控制。使用 reorder_list 与 get_tsp_order 进行路径优化。通过 SearchEngine 进行关键词检索，返回 top-k POI 与打分，同时识别伪 must-see POI（排名靠前的 POI）。将自然语言请求转换为 JSON，并进一步解析为具体需求字段，包括正负面关键词、起止点、必须景点等。调用语言模型判断用户计划的旅行时长，并返回小时数。
2025-06-14 04:10:42
157
原创 山东大学软件学院创新项目实训（十三）
该模板通过丰富的规则指导（如：负向需求提取、地点粒度判断、起点终点唯一性）提升了生成结果的准确性与实用性，并可确保所有模型输出满足结构化解析需求，体现了强约束下的大语言模型 Prompt 工程实践价值。整体来看，该 Prompt 在需求理解、信息抽取与格式规范之间达到了良好的平衡，适用于构建自然语言接口到结构化语义的桥梁模块。提示明确要求输出必须为 JSON 格式的列表，每项为一个字典，便于后续程序直接解析使用。该提示模板旨在将用户输入的自然语言需求拆解为结构化的需求项，适用于旅游、推荐系统等场景。
2025-06-04 22:49:54
118
原创 山东大学软件学院创新项目实训（十二）
本文介绍了一个城市旅游推荐系统工具库，包含多个地理数据处理功能模块。核心功能包括：通过模糊匹配获取用户兴趣点数据（get_user_data_embedding）、循环列表处理（RecurringList）、坐标转换（convert_to_mercator）、路径距离计算（compute_consecutive_distances）等。系统采用得分阈值和概率采样（sample_items）进行兴趣点筛选，支持最优子集选择（get_top_k_sets）和空间聚类分析。工具库结构清晰，适用于个性化旅游推荐场景
2025-06-04 22:46:57
214
原创 山东大学软件学院创新项目实训（十一）
获取聚类质心坐标，并根据设定的步行半径参数（区分 citywalk 模式与非 citywalk 模式）为每个聚类中心绘制了带蓝色半径的圆形边界。对第一个 POI 的推荐结果进行了打印输出，用于验证推荐结果的正确性与可读性。获取其对应的编号与名称，并通过查找 POI 所属的聚类。：我从响应中筛选出对应的 POI 顺序，生成对应的地图。将接口提供给了前端，后续在前端实现进一步的交互功能。，展示用户实际查询或偏好的 POI 行程路径。中的每个兴趣点（POI），我根据映射字典。对每个 POI，分别取距离最近的。
2025-05-25 05:16:37
1380
原创 山东大学软件学院创新项目实训（十）
仔细检查后，发现是gbk码和UTF-8的冲突问题，在爬取新的csv数据时，应该将文件保存为UTF-8编码从而支持中文。本周在重构数据集的过程当中发现数据集存在无法读取的乱码的问题。对于现有数据集，我们通过codecs库进行重构修改。重构后的数据集能够正常读取，系统功能恢复正常。
2025-05-25 05:11:23
211
原创 山东大学软件学院创新项目实训（九）
实现了对于embedding的映射生成，并返回为npy文件进行保存，使得python能够以numpy的标准格式进行读取并计算余弦相似度。
2025-04-27 22:11:28
124
原创 山东大学软件学院创新项目实训（八）
本周在业务逻辑的实现当中发现了数据集存在问题，使用脚本如下，进行数据集的处理。同时，本周实现了根据csv坐标转换为墨卡托投影坐标的路径实现。
2025-04-27 21:13:41
250
原创 山东大学软件学院创新项目实训（七）
#通过agent实现对旅行的规划，采用反思 检索等功能，检索文本间的cosine相似度，返回数据库中对应的文本给agent，作为prompt输入，根据输入，获得相对应的输出，根据输出的结果，让agent进行反思评估，从而获得最符合用户需求的旅行规划。本次实现了TSP算法，即旅行家规划算法，实现最短路径的规划。
2025-04-20 09:28:50
146
原创 山东大学软件学院创新项目实训（六）
#通过agent实现对旅行的规划，采用反思 检索等功能，检索文本间的cosine相似度，返回数据库中对应的文本给agent，作为prompt输入，根据输入，获得相对应的输出，根据输出的结果，让agent进行反思评估，从而获得最符合用户需求的旅行规划。1.淘汰candidate中距离较远的候选点，从而避免过度规划。2.将相似POI作为聚类，以推荐群的形式返回。
2025-04-20 09:24:06
217
原创 山东大学软件学院创新项目实训（二）
使用C-eval中文问答数据集，选用ChatGLM-6B，Chinese-LLaMA-13B等模型，效果均不如闭源商业大模型，后决定选用闭源模型，调用API，不再进行本地部署，运行结果如下。有趣的是，某些模型Five-shot要弱于zero-shot，怀疑是模型过小，加入prompt引入了noise，从而导致模型性能下降。检查模型评估的workflow，调研使用何种模型比较好。
2025-03-22 22:06:44
154
原创 山东大学软件学院创新项目实训（一）
本项目的技术采取web端架构，用户进入网页后首先可以获得多套预设好的形成，如用户对形成不满意，用户可以输入自己想要的形成类型，输入后agent根据用户的prompt进行RAG检索，为用户推荐合适的交通方式，并根据路线规划算法，为用户返回全程的路线和游览顺序，并推荐餐饮和住宿地点，用户根据得到的结果可以进行反馈，对于反馈的结果，agent将给出新的修改后的结果。但是爬取到的数据是异质性的、非结构化的、缺少统一的id表示，后续如何处理需要进一步的思考。4. 深化济南文化特色融入。8. 行程导出与用户反馈。
2025-03-20 03:28:11
228
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人