基于用户兴趣文本的个性化信息服务研究

个性化信息服务为用户提供符合个人需要的服务。而要真正做好个性化服务,必须深入开展用户研究,分析用户的真正需求。用户在网上获得信息的方式主要是通过浏览文本,所以,从文本中抽取特征是分析用户兴趣的有效途径。     

基于浏览历史的用户兴趣提取模型

提出了一种基于用户浏览历史的用户兴趣提取模型,它隐式地收集用户信息用于个性化搜索中,即是通过对用户兴趣度的定义,在用户的浏览历史中得到一组代表用户兴趣的网页,并设计一个聚类算法,对这组代表用户兴趣的网页进行聚类操作,从而得到能代表此用户兴趣类别的词,即用户的兴趣。     

个性化信息服务中用户兴趣模型的研究

面对网络海量信息资源,信息检索越来越显示出其重要性,但原有检索系统并没有考虑到用户知识背景和用户兴趣。针对在一段时间内需求相对稳定的用户,为满足他们的个性化信息需求,系统必须快速准确获得其个人信息,从而使检索系统实现个性化信息服务。文章对个性化信息收集、特征提取、用户兴趣模型创建和用户兴趣模型更新等有关方面的实现方法进行了重点阐述。     

基于用户兴趣建模中加权关键词的表示

对用户兴趣建模所应用的向量空间模型进行分析,引入关键词依赖模型的方法,将表征用户兴趣的关键词向量中的词定义为图的顶点,词间的关系定义为图的边,并计算相应的权重来表示用户兴趣模型。     

个性化搜索引擎中用户兴趣模型研究

对个性化搜索引擎中的用户兴趣模型进行了分析研究。首先,分析了现有用户兴趣模型的不足,指出了用户兴趣模型的基本结构,对用户兴趣模型的特征提取采用基于词频统计的TF-IDF算法;然后,利用用户的短期兴趣和长期兴趣建立用户兴趣模型,并分别对其进行了更新优化;最后,提出了个性化搜索引擎的具体工作过程。     

基于用户兴趣模型的个性化信息服务技术分析

介绍了几个基于用户兴趣模型的个性化信息服务的主要支撑技术,其中主要论述了推送技术的概念、特点、工作原理与工作流程,重点分析了推送算法的详细设计过程。     

基于用户兴趣模型的个性化信息服务技术分析

介绍了几个基于用户兴趣模型的个性化信息服务的主要支撑技术,其中主要论述了推送技术的概念、特点、工作原理与工作流程,重点分析了推送算法的详细设计过程。     

基于用户特征和用户兴趣的推荐计算

协同过滤技术是个性化推荐系统中最经典的代表,但传统的协同过滤技术也面临着冷启动、数据稀疏性等弊端,加上协同过滤技术很少考虑用户兴趣随时间变化和用户特征等因素,导致推荐质量不尽如人意。在传统协同过滤的基础上,结合用户兴趣变化和用户特征两方面,提出一种改进算法的协同过滤技术,与传统技术相比推荐质量显著提高。     

基于向量空间模型的文本信息表示

文本分析向量空间模型中的表示方法和映射过程中用到的关键技术和算法--特征选取和向量映射,给出文本建立向量空间模型,并进行特征选取和维度压缩,生成字典.在特征选取部分设计了一个特征选取模块,模块中的三种特征选取算法和它们的实现方式以可插拔方式组合在模块中.在向量映射部分,分析了它的主要步骤,设计了文本解析流水线,并展示了...     

基于用户兴趣的个性化搜索系统研究

针对目前常用搜索引擎在查询时返回结果数量巨大且杂乱无章的现象,在Web客户端为实现对用户的个性化信息服务设计了一种基于用户兴趣的搜索系统。利用用户的兴趣对于用户提出的搜索条件进行处理,再通过常用的搜索引擎进行查询,并将得到的结果进行二次排序,同时通过反馈信息不断更新用户的兴趣,以满足用户不断变化的需求。实验证明这样在保证了查全率的基础上,提高了查准率,从而提高了搜索效率。     

基于向量空间模型的文档聚类算法研究

随着网络信息的迅速增长，文档聚类技术成为了人们研究的热点课题．探讨了几种基于向量空间模型的文档聚类算法，如常见的k—means算法和凝聚层次算法，针对它们的不足提出了改进的BK-means算法和多层CFK-means算法．最后，根据一定的评价标准，得出Bk—means算法是文档聚类算法中较好的算法．     

多项式向量场空间的维数与基

本文借助于数域P上的n次多项式的齐次分解,证明了线性空间P[X1,X2,…Xn]m的维数等于Cn＋m^n并给出了该空间的一组基;进而得到R^n上次数不超过m的多项式向量场的全体构成的线性空间V的维数等于n·Cn＋m^n。     

用户偏好模型构建研究

信息技术的快速发展,在方便我们工作、生活的同时,也带来了"信息超载"这个问题,个性化服务可以有效解决这个问题.个性化服务的基础和核心是用户偏好模型的构建,模型的质量决定了个性化服务的优劣.笔者探讨了用户偏好模型的内涵及核心研究内容,围绕用户偏好信息的获取,偏好模型的表示,建模的算法等方面对用户偏好模型的研究现状,优缺点作了深入分析,同时指出了用户偏好模型未来的研究方向.     

基于向量空间模型的Web服务描述相似度计算的研究与实现

服务描述是服务发现的基础。现有的服务发现多从关键词入手进行匹配,本文给出了一种通过服务描述进行相似度计算的方法,采用了The Porter Stemming Algorithm对服务描述进行预处理、引进向量空间模型的方法对描述进行度量。对比实验证明,该方法能充分利用服务描述的特点来计算服务之间的匹配度,是有效的和可行的。     

一种面向主题的用户兴趣挖掘模型研究

用户查询表达式中包含的有效信息对于检索结果影响很大,利用企业信息系统搜集和挖掘与用户检索兴趣相关的信息,有助于解决检索信息不足的问题.为此,提出一种面向领域主题概念的搜索引擎构架,据此建立面向主题的复合算子调节用户兴趣趋向的线性规划预测模型,该模型可预测用户的最大兴趣,生成用户兴趣查询表达式,提高检索的查准率和查全率.另外,还提出一种用户兴趣演变探测因子重建用户兴趣特征向量的方法.     

基于微博文本的用户人格分析模型研究

传统的微博用户人格分析将人格分为五类,但未考虑人格类别之间潜在的关联性。为此基于多标签集成分类方法（RAkEL）进行改进,构建RAkEL-PA模型。RAkEL-PA模型使用标签集合中不同的随机子集训练相应的Label Powerset（LP）分类器,然后集成所有分类结果作为最终分类结果。在微博用户文本消息数据上进行实验,结果表明,RAkEL-PA模型的两个不同策略对用户人格分类准确率较高。RAkEL-PA模型充分考虑多个人格之间的相关性,以提高用户人格分类鲁棒性。     

基于向量空间模型的层次聚类算法在文本挖掘中的应用

在传统聚类模型的基础上,提出一种基于向量空间模型的层次聚类算法,用于文本数据的挖掘。实验结果表明,基于向量空间模型的层次聚类算法从挖掘的准确率上更具有性能优势。     

实践式市场营销专业教学模式之研究

市场营销专业的教学不能“泛泛而淡”和“纸上谈兵”，必须立足于市场和行业需求，进行教学方式的改革。提出一种基于实践的市场营销专业教学模式，闸述该模式的理论基础、核心内容及其效用与要求，旨在探索市场营销专业应用型人才培养途径和职业化教育改革之路。     

大学校园外部环境公共空间模式探讨

基于对大学校园外部公共空间的现状分析,通过对使用者心理行为理论的研究,结合校园动态发展的特征,运用多种手法来构建多层次的复合空间结构,以满足多层次的交往行为需求.并通过营造人性化的空间模式,真正实现公共空间中主体与环境之间互动,达到一个较为理想的公共空间.