首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
U-MAP是由欧盟委员会赞助支持的欧洲高等教育机构分类项目,是欧洲第一个权威性的高等教育机构分类工具.用户导向性是欧洲高校分类的核心理念,用户导向性使欧洲高校分类更有普适性、权威性和科学性.本文从分类原则、进程、工具、维度和指标以及结果的制定来探讨欧洲高校分类的用户导向性,并且透视了U-MAP如何坚持用户导向性的核心理念,借鉴欧洲高校分类的经验,我国在进行高校分类时,要以高校自愿为前提收集数据、有便于用户使用的工具、方案具有动态性、维度和指标满足各类用户的需求、采用描述性分类结果等.  相似文献   

2.
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。  相似文献   

3.
要充分发挥网络在高等教育中的作用,了解高校用户兴趣分布、挖掘用户兴趣爱好是提出符合客观实际管理方法、教学方法的前提条件。提出一种基于WEB文本分类实现高校用户兴趣挖掘的方法,其主要特点是面向全校范围内用户、用户所有WEB站点访问记录的兴趣挖掘。重点探讨了校园网用户身份识别、WEB文本分类和用户兴趣挖掘。  相似文献   

4.
传统自动柜员机(ATM)监控系统以摄像为主,不能及时检测用户身份是否异常。提出一种基于行为特征的ATM机用户身份实时识别方法,采集用户输入密码时的触屏行为特征数据,通过SVM分类算法判断该用户行为是否属于合法用户。该方法不仅要求用户输入的账户密码正确,还要求该用户的行为特征与预设定的合法用户行为特征一致。实验结果表明,通过数据预处理和SVM分类算法参数优化后的ATM机用户身份识别系统识别精确度达到97.9769%,比没通过数据预处理和SVM分类算法参数优化后的识别精确度高出4.5769%。  相似文献   

5.
为了提高用户之间相似度度量的性能,充分利用用户的社会信息,提出一种考虑潜在用户分组信息的相似度度量方法.该方法首先为用户的分类属性建立权值分类树,并基于此分类树,采用统一框架计算用户分类信息和数值信息的距离;然后利用该距离改进k-means聚类方法,以计算用户的潜在用户分组;最后结合用户分组信息改进传统相似度度量方法.基于真实数据集Movie Lens进行实验,并与其他传统方法对比,结果表明,与传统方法相比,所提方法提高了协同过滤中的预测精度.  相似文献   

6.
在电子商务平台中为了提高用户查询意图识别与分析效果,提出基于查询意图的分类方法,对URL进行意图分类.从购物车选择、商品特征、商品口碑与品牌刺激特征进行分析,判断用户的意图;对文中所研究的用户意图识别方法进行实验分析,以用户行为和商品特征为例进行说明.结果显示,在高意图的用户购买行为中,行为特征中用户在页面累计活跃度、...  相似文献   

7.
采用用户历史查询词构建用户画像时,现有向量空间模型存在特征稀疏和上下文依赖性强的问题。针对该问题,通过引入 LDA 主题模型,首先提取查询词潜在主题,得到查询词对应的主题分布;然后将概率最大的主题对应的词扩充到原始特征空间中,丰富用户特征;最后采用 SVM 分类算法对用户基本属性进行分类,构建用户画像。实验表明,利用 LDA 模型对用户特征进行扩展比传统向量空间模型用户画像精度提高了 1.6%。  相似文献   

8.
RSS是一种基于RDF/XML描述的全新的互联网信息获取方式。但目前,RSS文档的分类完全依赖于预先设定,对于适应用户多变的需求存在着明显的不足。朴素贝叶斯分类器是解决自然语言文本文档分类问题的最有效的方法之一。通过构造朴素贝叶斯学习器,用户可以构造出符合自己要求的RSS分类结构。实验结果表明,这种基于朴素贝叶斯方法的分类器。可以很好地实现对RSS文档的自动分类。  相似文献   

9.
社交网络的快速发展,微博成为主要的社交媒体平台,针对如何预测微博文本的未来互动数,对微博进行有效的分发控制的问题,提出一种基于并行决策树的微博互动数所属级数预测的方法。首先,对用户以往发表的微博进行用户特征和微博文本特征的处理;然后,使用并行决策树分类算法对训练数据进行分类模型的构建;最后使用得到的分类模型对新微博文本的互动数所属级数进行分类预测。通过对比算法的实验,验证了所提方法具有较高的分类精度和较好的可扩展性,能够对微博所属级数进行有效的分类预测。  相似文献   

10.
针对目前局部地区电网性缺电的现象,利用现场管理系统用户数据量多、连续性的特点,采用聚类分析方法对局部地区用户进行聚类,并与传统的行业用户分类进行比较,为瓶颈地区电网建设及规划,研究地区电力用户负荷模式提供了一种有效的方法.  相似文献   

11.
对Web文档进行分类可以较好地解决网上信息杂乱的现象,而且方便用户准确定位所需的信息,有效地提高了信息服务的质量。目前对Web文档进行分类的技术包括基于文档内容的分类方法和基于文档性质的分类方法。本文在对Web文档分类技术进行总结的基础上分析和比较了两类方法。  相似文献   

12.
黄静 《教育技术导刊》2016,15(1):155-158
针对移动社交网络中用户通过社交平台分享位置信息时存在可信社交关系和不可信陌生人的攻击等问题,提出了一种面向社交关系的位置隐私保护模型。该模型通过对社交关系进行分类和对位置隐私进行分级,让不同级别的用户看到不同精度的位置信息,从而实现对位置的隐私保护。其中,对社交关系的分类包括对用户的好友类别按亲密度分级和对陌生人类别按信任模型计算值分级。相较于L intimacy模型,该模型具有较低的时间复杂度和隐私泄漏率,且能有效保护用户位置隐私。  相似文献   

13.
随着网络环境的扩大和数字图书馆的增加,图书馆正在“以资为中心”向“以用户为中心”的变化。文中分析了当前存在的合理图书馆用户档案分类体系的短缺、图书馆用户档案管理工作不够重视、图书馆用户档案资源闲置和浪费现象严重、档案资源的数字化建设缓慢、用户的情报意识比较淡薄等问题。  相似文献   

14.
微型移动学习资源的分类研究:终身学习的实用角度   总被引:4,自引:2,他引:2  
对微型移动学习资源进行分类研究,是为了从终身学习的实用性目标、对学习的移动性要求、微型移动学习的特点、学习者的需求等方面,探究什么样的资源符合成人的随时随地学习需求,以指导其建设与应用.本文首先通过调查与分析,并根据成人学习的特点、微型学习的特点、移动终端的特点提出了分类的基本框架;接着从反映实时性用户需求角度综合了开放性分类维度.最后形成的微型移动学习资源分类,分别从学习用途、知识内容、学习活动等维度加以考虑,并为用户的实时需求预留了开放维度.  相似文献   

15.
第九章 情报用户与情报需求 学习这一章,要重点了解情报用户及其需求研究的目的、任务和内容;用户分类以及科研人员、工程技术人员、决策管理人员情报需求的特点;情报用户情报需求行为的共同规律;情报用户及其需求的评价标准。 1.情报用户及其需求研究的任务与内容(见教材242—244页)  相似文献   

16.
为响应用户的系统功能类目变更请求、降低产品后期维护成本,在新闻系统OpenNews开发中借鉴、引入了无限分类思想,并采用递归算法实现了无限分类的组件化,达到了较好的系统预期。  相似文献   

17.
高校图书馆用户特征与层次化服务的思考   总被引:1,自引:0,他引:1  
本文将高校图书馆用户分类为教师、科技工作者、大学生、研究生和学校管理型用户等五类,并分析他们的对高校图书馆的信息需求特征:同时,提出了建立特色用户信息库、建立特色与专业数据库和构建图书馆与读者校园网络交互系统为基本内容的层次化服务系统。  相似文献   

18.
针对当前的搜索引擎提供面向查询、而非面向用户的服务,从而导致搜索引擎无法满足用户个性化的需求这一问题,提出了一种基于PLSA的新方法,将面向查询词的搜索转变成面向用户的搜索.首先,通过分析用户查询历史和浏览记录建立代表用户模型的用户兴趣向量,在用户发出查询时用户的查询词根据用户兴趣向量被映射到兴趣分类上,最终根据面向用户排序算法将返回结果列表重新排序.实验表明该面向用户搜索系统能够充分考虑用户的偏好,从而更好地满足不同用户的信息需求.  相似文献   

19.
本文提出了一种新的用户浏览模式的聚类算法,该算法应用马尔可夫链与模糊逻辑理论,通过对Web会话文件的处理,赋予类标记,实现了根据访问模式对用户的分类,以便个性化推荐和指导能够针对不同类别的用户进行。  相似文献   

20.
ERP是由美国Gartnersgropslnc公司于20世纪90年代初提出的,是信息时代的现代企业向国际化发展的更高层管理模式。ERP实现了“物资流”、“资金流”、“信息流”的三流合一。其宗旨在于通过标准化的业务流程和标准化的信息数据,利用企业的所有资源,从而提升内部运营的效率和整体的经营水平,达到实现企业的经营目标。ERP上线后正常运行的基石,就是企业对上线用户人员的培训。我们江苏油田安徽采油厂的做法是,上线用户分类培训,立足单位实际,培养本土人材,管理层培训,完善制度建设,提高应用水平,强化上线单位和用户考评。一、用户分类分层…  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号