基于多Agent的分布式个性化检索系统模型研究

针对现有检索系统存在的问题,对个性化检索技术进行了深入的研究,提出了一种基于多Agent的分布式个性化检索系统模型(MADSS)。系统以用户个性化模型为中心,分别对用户的请求、检索结果和用户行为三个方面进行个性化处理,使信息检索的效果有了明显提高;结合分布式的多Agent技术、相关反馈数据融合技术和Personalized PageRank排序算法,能有效地解决系统在交互方式、自适应用户兴趣和信息源变化、高效并行检索等方面的不足,具有很好的理论价值和应用价值。     

城市规划信息管理与开发系统的研究与开发

本文首先介绍了系统的体系结构与功能.给出了多源、多尺度空间数据的整合方法和表现形式.提出了将海量数据通过ARCSDE用SOLServer受理系统进行管理.并创建基于"地图服务"的应用模型.给出了各种数据的组织和入库方法,并对ARCSDE软件的应用开发和技术特点进行了叙述.     

高校应用系统数据整合的实现策略

随着数字校园的发展,高校应用系统越来越多.然而,很多高校前期缺乏对数字校园的总体规划及建设,造成各应用系统数据相互独立,信息资源分散,资源使用效率偏低.为提高学校数据资源使用效率,消除高校在信息化建设历史中存在的信息孤岛,需要对原有应用系统数据进行整合.论文立足于高校数字校园信息化建设的实际,对数据整合模式进行系统的分析,提出数据整合的实现方法与思路,为高校应用系统数据整合提供参考.     

基于自适应网络的高校数字图书馆知识服务用户模式整合研究

对自适应网络环境下图书馆开展知识服务时个性化推荐的用户模型构的构建进行研究,对用户整合模型的整体构架和实现方式等进行描述,尤其是对基于上下文环境的广义、通用的用户整合模型进行研究。     

基于中间件的物联网多终端数据整合分析研究

研究一种基于中间件技术的电动汽车充电站移动终端搜索和快递定位问题,在多移动终端设备上实现数据融合和整合分析,为电动车使用用户提供有效信息。提出一种基于中间件的物联网多终端数据整合分析方法,进行电动汽车充电站网络物理体系结构构建,分析电动汽车充电站网络的异构层次化结构,设计的电动汽车充电站网络的中间件,完成路由配置和拓扑结构的调整,设计系统的主控制器S3C2440模块,设计接口电路及485网络和以太网通信的接口电路。改进多终端数据整合算法,实现电动汽车充电站信息资源多终端的数据整合。实验结果表明,该系统能利用移动终端快速定位和搜索电动汽车充电站,移动终端设备上提供有效信息,数据整合性能较好。     

基于本体的数字图书馆个性化信息服务研究

本文引入本体对信息资源和用户兴趣特征进行描述,提出了在语义层次上实现数字图书馆个性化信息服务的系统框架模型,简单分析了各个部分功能,重点阐述了用户的兴趣建模和更新方法。     

基于主题热度调权的用户兴趣建模研究

【目的/意义】针对不同主题下资源数量的差异对用户兴趣建模存在影响的问题,提出一种基于主题热度的 兴趣建模策略,提升模型的预测能力与推荐系统的推荐效果。【方法/过程】以主题下不同资源的数量代表该主题的 热度,以此对用户兴趣特征进行调权处理,并在此基础上利用向量空间模型进行兴趣表示。以抓取的“豆瓣电影” 675351 位用户的观影数据进行推荐实验,验证本文策略的效果。【结果/结论】实验结果显示,基于主题热度调权的 兴趣建模方法的推荐准确率明显高于传统基于绝对频次的兴趣建模方法,该策略可以提升用户兴趣建模效果。     

浅谈数字图书馆个性化信息推荐系统

推荐系统是一种在特定类型的数据库中进行知识发现的应用技术,使用多种数据分析技术为用户提供更好的服务,向用户主动、及时、准确地提供所需信息,并能根据用户对推荐内容的反馈进一步改进推荐结果,并对个性化推荐系统的概念、对推荐系统的定位以及推荐系统实现的主要技术分析、发展等进行了探讨。     

基于社会化标注的用户兴趣发现及个性化推荐研究

基于标签的个性化推荐应用越来越普遍,但是标签带有的语义模糊、时序动态性等问题影响着个性化推荐质量,现有研究仅从数量和结构上考虑用户与标签的关系。基于社会化标注系统的个性化推荐首先对融合社会关系的标签进行潜在语义主题挖掘,然后构建多层、多维度用户兴趣模型,提出模型更新策略,最后实现个性化推荐。采集CiteUlike站点数据进行实验分析,结果表明改进算法比传统算法更准确表达用户兴趣偏好,有效提高了个性化推荐准确率。     

基于ZigBee的智能家居环境检测系统

文章利用ZigBee自组网技术构建无线传感网络进行信息交互以实现智能家居环境监测.系统硬件以CC2530开发板为核心,通过ZigBee协调器、路由节点以及网络节点组建了无线传感网络,对多个传感器节点进行数据采集,并对采集到的信号进行放大,A/D转换等处理,实现了近距离的节点间无线通信.用户终端通过上位机进行软件代码编写,实现数据的实时显示.系统具有低功耗、低成本、安装方便、小巧美观等优势,适合应用在用户住所进行环境数据的实时监控.     

基于用户交互行为分析的数据故事建模方法研究

[目的/意义]文章旨在根据数据故事化的研究现状,结合其他相关的方法研究,提出一种基于用户交互行为分析的数据故事建模方法,这对数据到数据故事模型的生成,再到后续的故事制作和故事展示具有重要的实践意义。[方法/过程]首先利用文献研究法和定性研究法归纳了基于用户交互行为分析的数据故事化的应用场景、故事建模的内涵和方法的应用价值,明确了数据故事模型包括三个基本要素,分别是数据内容、逻辑关系和讲述概率,接着提出了针对性的方法框架,最后利用Python编程语言模拟数据并生成故事模型的可视化结构图来说明方法的应用。[结果/结论]基于用户交互行为分析的数据故事模型的构建方法可生成能够反映用户关注倾向的故事,在未来还有广阔的研究空间。     

An empirical testing of user stereotypes of information retrieval systems

Stereotyping is a technique used in many information systems to represent user groups and/or to generate initial individual user models. However, there has been a lack of evidence on the accuracy of their use in representing users. We propose a formal evaluation method to test the accuracy or homogeneity of the stereotypes that are based on users' explicit characteristics. Using the method, the results of an empirical testing on 11 common user stereotypes of information retrieval (IR) systems are reported. The participants' memberships in the stereotypes were predicted using discriminant analysis, based on their IR knowledge. The actual membership and the predicted membership of each stereotype were compared. The data show that “librarians/IR professionals” is an accurate stereotype in representing its members, while some others, such as “undergraduate students” and “social sciences/humanities” users, are not accurate stereotypes. The data also demonstrate that based on the user's IR knowledge a stereotype can be made more accurate or homogeneous. The results show the promise that our method can help better detect the differences among stereotype members, and help with better stereotype design and user modeling. We assume that accurate stereotypes have better performance in user modeling and thus the system performance.Limitations and future directions of the study are discussed.     

基于预期-比较范式的网站用户信息满意形成机理研究

文章以信息质量和系统质量作为主要测量维度,构建了基于预期-比较范式的网站用户信息满意测评模型,然后采集数据,运用PLS结构方程建模方法对网站用户信息满意测评模型进行验证,获得网站用户信息满意的影响因素、影响程度的有关结论,为网站用户信息满意测评提供指导。     

基于思维导图的情报体系建模方法研究

[目的/意义]通过对情报体系建模方法的研究,实现更快、更全、更准确的科技情报信息服务,使科研单位能够迅速响应技术方向、市场动向、需求导向。[方法/过程]分析了科研单位传统的情报体系建模方法,通过总结传统情报体系建模方法的特点及不足,提出两种基于思维导图的情报体系建模方法,并结合实践分析这两种方法的优点。[结果/结论]通过分析和对比,基于思维导图的情报体系建模方法能够解决传统情报体系建模中存在的诸多问题,实现动态、可视化的情报资源管理,促进深层次、多层次的知识关联、推理和发现,实现情报体系的快速建模。     

基于时间特性的信息用户行为特征挖掘研究

【目的/意义】当前的信息用户行为特征挖掘方法无法将数据统一整合,且无法准确计算出时间序列内滑动 窗口内的数据均值,导致特征挖掘精度偏低。为此,提出了基于时间特性的信息用户行为特征挖掘方法。【方法/过 程】计算时间序列内滑动窗口内的数据均值,得出起始序列向量,再将用户行为划分成若干等值的时间片,通过取 样统计各种用户群体,得出用户的行为状态定性。以平均查询频率作为标准,观察用户的查询行为特征,输出信息 挖掘结果。【结果/结论】实验结果表明：所提方法挖掘出夜晚用户行为信息多于白天,休息日比工作日多,且在网络 波动下,虽然耗时增加,不过处于合理范围内。与传统方法相比,所提方法具有更低的挖掘误差,应用性较强。以 上实验结果证明了基于时间特性的信息用户行为特征挖掘研究能获取更准确的用户行为意向,提高用户兴趣预测 准确度,优化网络服务效果。【创新/局限】为进一步提高网络信息特征挖掘的效率,后续将重点研究多个网络用户 行为的并行分析,使该方法更适用于网络海量信息处理。     

民族志决策树理论在信息系统领域的应用与展望

[目的/意义]民族志决策树理论提供了解释群体的实际决策和选择行为的有效理论和方法论。对民族志决策树理论及其在信息系统领域的应用研究进行梳理,有助于未来研究者正确把握并有效发挥其研究潜力。[方法/过程]采用文献调研法,对国内外信息系统领域应用民族志决策树理论的文献进行述评,总结研究取得的成果、存在的问题、改进的方法以及未来值得关注的研究方向。[结果/结论]信息系统领域对民族志决策树理论的应用主要集中在特定群体的行为研究和用户流失因素研究两方面。应用实践中存在"模型创建阶段缺乏充分的民族志研究循环"、"得到的决策树模型略显单薄"、"模型检验阶段缺乏有效的二次检验"、"对决策动机分析不足导致模型缺乏解释力"等问题。因此,信息系统领域的未来研究,一方面需要改进民族志决策树的建模与检验方法,"合理利用访谈技巧,提高决策标准的启发效率","在分层树状模型的基础上,拓展模型结构和维度","利用定量分析方法进行模型检验,减少主观臆测性","结合民族志描述和认知理论,提高模型解释力"。另一方面,有必要在广度上丰富民族志决策树理论的应用实践,深度上挖掘决策标准和约束条件背后的研究问题,拓展民族志决策树理论在信息系统研究中的应用领域。     

基于改进网络志方法的开放式创新社区中领先用户识别研究

领先用户在开放式创新社区中发挥着重要作用,成为产品创新的有力推动者。但网络环境下领先用户识别的研究刚刚兴起,相关研究非常缺乏。本文首先对开放式创新社区中领先用户特征进行理论研究,提出需求领先力、活跃表现力、社区影响力三大特征。然后基于改进的网络志方法,将定性的网络志和定量的数据分析结合,构建了识别领先用户的理论步骤。遵循社区选择原则,以知乎社区扫地机器人版块103位用户为研究对象,对用户的提问数、回答数等7个指标进行因子分析和聚类分析,识别出2位领先用户;并采用扎根理论,比较发帖内容和未来市场上扫地机器人新产品功能,发现领先用户提出的大部分建议会体现于未来新产品功能上,证明了领先用户识别方法的有效性。研究有助于完善领先用户识别方法,并为后续领先用户行为研究奠定坚实基础。     

Group event recommendation based on graph multi-head attention network combining explicit and implicit information

In event-based social networks (EBSN), group event recommendation has become an important task for groups to quickly find events that they are interested in. Existing methods on group event recommendation either consider just one type of information, explicit or implicit, or separately model the explicit and implicit information. However, these methods often generate a problem of data sparsity or of model vector redundancy. In this paper, we present a Graph Multi-head Attention Network (GMAN) model for group event recommendation that integrates the explicit and implicit information in EBSN. Specifically, we first construct a user-explicit graph based on the user's explicit information, such as gender, age, occupation and the interactions between users and events. Then we build a user-implicit graph based on the user's implicit information, such as friend relationships. The incorporated both explicit and implicit information can effectively describe the user's interests and alleviate the data sparsity problem. Considering that there may be a correlation between the user's explicit and implicit information in EBSN, we take the user's explicit vector representation as the input of the implicit information aggregation when modeling with graph neural networks. This unified user modeling can solve the aforementioned problem of user model vector redundancy and is also suitable for event modeling. Furthermore, we utilize a multi-head attention network to learn richer implicit information vectors of users and events from multiple perspectives. Finally, in order to get a higher level of group vector representation, we use a vanilla attention mechanism to fuse different user vectors in the group. Through experimenting on two real-world Meetup datasets, we demonstrate that GMAN model consistently outperforms state-of-the-art methods on group event recommendation.     

团购导航网站用户满意度研究

为了对团购导航网站进行较为客观的用户满意度评价,本文在文献回顾、专家咨询、问卷调查的基础上,运用因子分析法归纳出影响团购导航网站用户满意度的五大公因子：网站界面、网站性能、网站信息质量、网站服务、网站形象,并由此建立了相应的评价指标体系。然后以此为基础,提出了运用灰色关联分析法对团购导航网站用户满意度进行测评,并建议结合第三方监测机构的监测数据对导航网站的实际运营情况进行分析,最后利用本文提出的指标体系和研究方法,对3个团购导航网站进行了实证分析。有利于网站运营者从用户角度出发,发现网站存在的缺陷,并为网站改进指明了方向。