摘要：一个准确且高效的性格分析及匹配方法是当前在线社交要进一步发展所必须要考虑并解决的问题。

本文及实际开发完成的平台使用了一个综合考虑用户的地理位置，状态发布量，情绪值，情绪强度以及各类兴趣点的性格特征匹配算法，以一种相对简单的方式解决了在线社交个性化匹配的问题。平台Android端使用了情绪和兴趣点量化后的Emoji表情系统以及照片来作为用户状态内容，并使用了第三方的LBS（地理位置服务）来存储、检索、显示用户发布的状态。

测试结果表明使用本文的性格特征匹配算法可以在用户发布的Emoji状态准确的前提下，准确且快速地帮助用户寻找性格特征相匹配的其他用户。

本文的性格特征匹配算法目前还处于初级阶段，仅对当前的在线社交匹配模式具有指导意义。在综合考虑更多因素以及引入机器学习分析照片里用户的情绪及兴趣点后，有望进一步推动当前的在线社交。

关键词  在线社交；性格特征匹配；LBS；Emoji

目录

摘要

Abstract

1 绪论-1

1.1 课题背景-1

1.2 研究意义-1

2 需求分析-2

2.1 平台目标分析-2

2.2 用户特点分析-2

2.3 需求规定-2

2.3.1 对功能的规定-2

2.3.2 对性能的规定-3

2.3.3 输入输出要求-4

2.3.4 运行环境规定-4

3 概要设计-5

3.1 数据库设计-5

3.2 Android端设计-5

3.2 服务器端设计-7

3.3 整体架构-9

4 平台实现-11

4.1 数据库实现-11

4.1.1 Android端SQLite-11

4.1.2 服务器端MySQL-11

4.1.3 高德云图-12

4.2 Android端实现-13

4.2.1 身份验证-13

4.2.2 高德地图-14

4.2.3 Gson-16

4.2.4 Emoji表情-16

4.2.5 照片处理-20

4.2.6 喜欢与通信-21

4.2.7 网络通信-21

4.3 服务器端实现-22

4.3.1 网络通信-22

4.3.3 照片处理-24

4.3.4 数据库-24

4.3.5 性格匹配-24

5 平台部署-27

5.1 服务器端-27

5.2 Android端-27

6 平台测试-28

6.1 功能测试与界面测试-28

6.2 性能测试-29

结论-31

致谢-32

参考文献-33