一种基于用户行为静态建模的在线客服系统

交互式信息服务模型强调人机交互过程中对用户动态的反映,注重用户认知因素和非认知因素的结合,旨在构建支持对用户自适应的用户模型。通过提出使用模糊集的方式,对在线用户进行建模,同时描述了基于这种用户模型进行用户行为在线跟踪和用户行为预测的方法,并介绍一个系统实现构成。     

一种基于用户浏览行为的数据采集方法

提出了一种基于用户浏览行为的客户端数据采集方法,普通浏览者访问图书馆网络监测系统服务器端网页时,浏览器自动运行嵌入在网页中的JavaScript代码.通过JavaScript代码的运行,普通浏览者与采集中心进行连接和数据传送,实时地采集用户行为数据,实时地统计汇总网站的最新状态数据.该数据采集方法对被监测网站服务器运行效率没有影响,其优点在绍兴图书馆网络监测系统得到了验证.     

基于改进用户浏览行为个性化搜索引擎系统研究

提出了一种改进用户浏览行为的用户兴趣模型,该模型综合考虑了用户对页面的浏览行为、用户的长期兴趣和短期兴趣。将这种改进的用户兴趣模型应用于个性化搜索引擎系统中,详述了系统的基本框架、系统基本功能模块,开发了一个演示系统IUBPSES。模拟实验显示:利用该改进用户兴趣模型的搜索引擎系统进行关键词搜索,其搜索效果优于当前主流搜索引擎系统。最后,指出了需要改进和进一步研究方向。     

一种基于用户行为的多Agent信息推荐系统研究

通过分析用户行为和Agent技术,提出基于用户行为的多Agent个性化信息推荐系统设计模型。对基于用户行为数据进行分析,整合用户的行为特性可以为用户带来更好的使用体验,多Agent技术能结合用户兴趣偏好信息及用户访问记录实现信息过滤并推理出用户的意图,从而提供个性化的推荐服务。     

基于EDM的用户行为建模及决策支持

在大数据时代背景下,面对高校各信息化系统所积累的海量数据,如何避免数据孤岛,融合多源数据,充分发掘隐藏在数据背后的有价值信息是亟待解决的问题。针对此问题,本论文采用EDM(Educational Data Mining)方法对原始数据进行数据清洗、数据融合、数据挖掘。在数据挖掘阶段,提出一种改进型的FP-growth算法,实现对频繁模式的发现与约减,并通过挖掘出的频繁模式构建用户行为模型,最后利用用户行为模型进行决策支持和用户服务推荐。实际应用表明,本文所提数据处理方案可以实现高校内部多源海量数据的挖掘与知识发现,具有较高的实用价值。     

一种基于K-均值的用户行为聚类算法

针对电子商务系统中大多采取用户评分或购买数据进行聚类,较少进一步分析用户行为的现状,提出一种根据用户浏览商品时序分析用户兴趣的方法 .在此基础上先用Canopy算法进行数据预处理后使用K-均值算法根据用户兴趣实现用户聚类.采用KDD CUP2000数据集中的用户点击流数据中的用户浏览记录对算法进行实验,实验结果表明算法有较好的聚类结果 .     

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。     

基于Spark的电商网站用户行为分析预测系统研究

以Spark软件为工具,对电商网站用户行为分析预测系统进行探讨,在此基础上,对一家电商平台进行了一系列的预处理,包括在一定的时间段内,对用户的行为进行处理,提出时间序列规则处理原始数据动态滑动窗口。用户行为分析实验表明,XGBoost的训练模式表现最好,而决策树的学习效果最差。XGBoost模型无需对全部的训练进行集合,是通过XGBoost在每一个滑行窗口内使用XGBoost来输出最后的预测。XGBoost在预测结果正确率、稳定性方面均较好。Spark平台主要由数据读入、RDD的创建、用户行为预测计算三部分构。相比Hadoop平台,基于Spark平台系统效率提高了近8倍,系统运行速度降低幅度较大,减少了电商网站运营成本,Spark平台系统可靠性较高。     

高校在线课程用户学习行为研究

在互联网影响下,建设在线课程成为高校教学改革的一个重要方向。疫情的发生推动高校使用在线课程来保证教学计划的完成,但如何使在线课程更好地服务于教学还处于探索阶段。本文基于文献研究和实践观察,综合考虑高校用户在线学习行为的影响因素,以此为基础构建概念和测量模型;然后通过调研获得样本数据,检验测量模型的可靠性、概念模型的稳定性;最后分析和揭示高校用户在线学习行为的影响因素和影响程度,以期为高校科学制定在线课程、改善运行机制提供决策支持与依据。     

用户建模与个性化信息服务

随着网络的快速发展,各种信息的大量涌现,在如此多的海量的网上信息中,用户很难找到自己真正感兴趣的信息,当前这一问题成了信息资源提供者所迫切需要解决的问题。根据这一问题,提出一种通过对用户兴趣模型的建立和更新,在将它与信息资源模型的进行匹配度的比较,从而实现信息资源精确检索的算法,并通过相关系统的验证,效果明显,并且该算法对实现个性化信息服务也具有很好的实用价值。     

Hot Potatoes在外语教学中的应用

Hot Potatoes软件具有简便易用的特点,有助于辅助缺乏计算机技术基础的外语教师制作多种形式的网页式习题。在计算机辅助外语教学中应用Hot Potatoes能够帮助学生整合课堂与课外学习,巩固课堂所学并开展自主学习,同时还能够帮助学生适应新的四六级网考评估模式。     

网络环境中学习评价的发展趋势探析

本文基于时代背景、理论背景和技术背景．探讨了网络环境中学习评价的发展趋势问题。认为网络环境中的学习评价呈现以下发展趋势：评价目的上，从区分学生相对优劣趋向于重视学生完满个性的发展；评价原则上．从重视学习结果趋向于重视学习过程；评价标准上．从追求结论的标准化趋向于重视学习者的标新立异。评价方式上，从教师评价的单一方式趋向于重视以学生评价为主的多元方式；评价技术上，从以考试为主趋向于重视多元评价技术。     

浅论《红楼梦》小人物塑造的特点

《红楼梦》巨大的艺术价值在于小说人物的塑造上，它代表了《红楼梦》最高的艺术成就。在小说中有名有姓的人物就有400多个，其中，有不少是“小”人物，作者能够将这些小人物塑造得个性鲜明、栩栩如生，人物之间毫不雷同，各有千秋。主要是娴熟地运用了塑造人物的各种手法，通过对人物言和行，小说细节、矛盾冲突事件的描写，来塑造人物。作者成功的塑造了小说中各种小人物。使小说达到了世界文学的顶峰。     

社交学习网络中基于学习认知的情感交互研究

在分析社交学习网络特点的基础上,文章探讨了情感识别与学习者学习状态之间的关系;通过将学习者脸部表情、眼动、人体姿态与情感图文等多模情感作为识别的指标,并结合学习者的学习认知状态和学习行为,构建了社交学习网络情感交互模型。该模型可以促进学习者的认知发展,支持大规模的远程学习;也可以对社交学习网络进行更好的监督与指导,为该网络在学习上的应用提供新思路与新方法。     

基于Blackboard网络教学平台的协作学习研究

基于传统教学模式的教学活动中,存在着有限的授课时间内能够传达的内容非常有限的弊端。基于Blackboard网络教学平台的协作学习改变了传统的以教师为中心的教学模式,构建了一种既能发挥教师的主导作用,又能充分体现学习者主体作用的新型教学模式。介绍了基于Blackboard网络教学平台的协作学习的特点及优势,重点分析了其实施过程。     

论温泉文化内涵的挖掘——以汝城热水温泉为例

文章在对温泉文化内涵进行分析的基础上,结合汝城热水温泉的旅游资源特色,对汝城温泉文化内涵的挖掘提出了相应的策略,借以探讨温泉文化在温泉旅游开发中的应用。     

玻璃熔窑箱式蓄热室的热修

由于熔窑的长期运行以及燃料由重油改为煤焦油,从而造成了部分蓄热室的严重堵塞,严重影响熔窑的熔化作业,影响玻璃的产量和质量.为此,通过制定详尽的热修计划,合理的止火降温方案及科学的施工,对1号3号两对窑炉蓄热室进行了整体格子砖的热修,收到了好的效果.     

基于好看簿的网络学习共同体构建探究

“好看簿”是一种典型的web2．0工具,具有信息分享、社会网络构建、挖掘集体智慧等功能。它可支持图文并茂的知识内容组织加工的认知学习过程,支持基于学习活动的资源积累过程,支持会话、协作、交流讨论的知识碰撞过程,支持知识共享、隐性知识显性化过程。基于对网络学习共同体构成要素的理解,探析“好看簿’’对网络学习共同体构建的支持作用。     

基于项目的协作学习互动网络分析

互动分析是探究协作学习规律和把握协作学习过程变化的核心。通过七周的实验和运用SNA软件、Ucinet及SPSS进行数据处理与研究发现,整个社会网络的连接数、密度、互惠性、平均度、聚类系数等都有不同程度的提高;小组内高度互动,小组间互动较少;小组密度与小组绩效的相关性极为显著,凝聚子群密度在一定程度上可考察团体的互动情况,辅助判定协作学习是否有效发生;中心度能反映成员及小组的活跃程度,但和学习绩效没有直接关系。