Shibboleth：用户认证的通道

Shibboleth的目的是对用户进行统一的认证。通过用户所属的源站点对用户进行认证和授权,从而使得联盟中各个站点能够对用户进行认证和授权。它涉及4个方面的内容用户认证机制;用户资料的传递机制;用户真实性的鉴别;用户认证和授权信息的保密机制。这些,都属于信息安全领域的研究范畴。     

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。     

高校复合型图书馆深化用户教育的措施

用户教育是图书馆的核心功能之一,高校复合型图书馆深化用户教育,要利用网络环境,改革用户教育内容和模式;整合校内信息资源,共同开展用户教育,提高用户教育效率;开展深层次教育培训,拓宽用户教育渠道,由此深化图书馆的用户教育工作。     

个体特征对群体信息需求的影响

对信息用户的研究是信息服务研究的重点,信息用户可以简单的分为个体用户和群体用户,一般来说,图书馆是为群体用户服务的,在影响群体用户信息需求的诸多因素中,用户的个体特征对群体用户的信息需求具有重要影响。     

Windows NT下的用户管理及其应用

用户管理是ＷｉｎｄｏｗｓＮＴ系统管理的重要组成部分，它包括管理用户权限和用户环境两方面的内容。介绍ＷｉｎｄｏｗｓＮＴ的安全机制和用户环境的管理，并给出了一个用户管理的应用实例     

基于社交圈发现与用户信任度传播的微博朋友推荐方法

微博的普及导致微博平台数据量日益增长,因此从海量微博中快速准确地为微博用户推荐好友成为了巨大挑战。用户的社交网络和微博文本在一定程度上体现了用户的价值观和兴趣爱好,有相似兴趣的微博用户更有可能成为朋友。基于上述事实,以用户微博文本相似度为似然函数,使用K-means聚类对微博用户聚类,得到微博用户社交圈;在社交圈内部迭代计算用户之间的相似度,同时计算用户对其所在社交圈中其余用户的信任度;最后,根据用户之间的相似度和信任度完成微博好友推荐。实验结果表明,该算法优于传统的基于社交网络拓扑图的好友推荐方法。     

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。     

大学图书馆用户教育探析

构建了大学图书馆用户教育模式和用户教育评估体系。大学图书馆用户教育需建立高素质的用户教育师资队伍。     

数字化时代中外高校图书馆用户教育的比较

在数字化时代,作为担负高等教育和研究强有力支持与保障作用的图书馆,其文献资源结构、服务方式、传播方式以及·图书馆员的角色都发生了很大变化.文章结合数字时代图书馆用户教育的变化,从用户教育政策、用户教育理念、用户教育内容、用户教育方式、从事用户教育的人员素质和用户教育的评估等方面,对中外高校图书馆用户教育进行了全方位的比较研究.     

网络环境下高校图书馆的信息用户与服务建设浅析

一、国内图书馆信息用户的研究状况1.国内外对信息用户的研究对比情况就目前来看,国外对信息用户的研究,主要体现在结合项目和课题对用户的信息需求与行为进行跟踪和分析,并建立在能满足用户信息利用环境的研究内容上,因此,信息用户研究的成果通常表现出适用性、教育性的特点;而国内学者对信息用户的研究通常是在对信息用户     

基于融合标签与蚁群的协同过滤微博推荐算法

针对协同过滤算法中存在数据稀疏的问题,提出一种基于融合用户标签和蚁群的协同过滤微博推荐算法。将表示用户兴趣的标签引入推荐模型中,利用标签和用户以及标签和微博的关联度,建立用户对微博的兴趣度模型。另外结合蚁群聚类和协同过滤为目标用户进行用户聚类,计算出对目标用户的待推荐微博集。最后利用用户对微博的兴趣度模型从待推荐微博集中选出Top-N为目标用户进行推荐。实验引入标签和蚁群算法的有效性,将测试结果与传统协同过滤推荐算法和纯基于标签的微博推荐算法进行比较,该算法不仅改善了协同过滤算法中数据稀疏和冷启动的问题,而且推荐准确度有明显提高。     

高校用户信息行为与高校图书馆信息服务

信息行为是用户为满足自己的信息需求而实施的信息获取和信息利用的一系列行为.高校用户信息行为可分为信息需求确定、信息查询、信息选择、信息交互和信息利用五种类型.影响高校用户信息行为的因素有用户自己的主体因素和用户所在环境的环境因素两个方面.在对用户信息行为进行分析的基础上,高校图书馆应调整自己的服务方式,增加为用户服务的内容,以为用户提供多层次和点面结合的信息服务.     

基于用户特征和商品特征的组合协同过滤算法

协同过滤算法在电子商务网站推荐系统中的应用非常广泛,其通过分析大量用户的历史行为数据,挖掘用户的兴趣,向用户推荐合适的物品。然而,协同过滤算法存在数据稀疏性问题。针对该问题,提出一种基于用户特征和商品特征的组合协同过滤推荐算法。通过用户基本属性特征、物品分类属性特征以及用户的历史评分记录,计算用户的相似性和物品的相似性,获得近邻用户和相似物品;依据改进的基于物品协同过滤和基于用户协同过滤组合推荐算法,为项目进行评分。实验表明,该方法能降低预测结果的平均绝对误差,提高推荐精度。     

高校用户的信息行为及其影响因素

一、高校用户的信息行为高校信息系统面对的用户主要是校内师生、科研用户和产品技术开发用户.用户的信息行为受信息环境和用户个人因素的影响.所谓信息行为是以用户的信息需要为基础,在内外因作用下相互联系又相互制约的心理和行为发生过程,是用户在信息活动中对智力和信息所作出的定向选择,即是用户有意识地查寻文献、捕捉信息、阅读和利用知识的情报活动,借以表达并不同程度地实现用户的生产、学习、科研、管理、社会交往、文化娱乐等一系列社会实践活动中对一定数量和质量的信息需求和信息占有欲望.也就是说,用户有了信息需求才会有信息行为,即信息需求是引起用户信息行为的内在原因.     

基于多用户认知网络的中断概率性能研究(英文)

提出了一种多主从用户相互协作的认知共存网络系统模型.在该模型中,控制中心已知所有用户的位置并为每个主用户分配最近的从用户进行协作通信,控制中心通过从用户反馈的感知结果来获取频谱空洞信息并为从用户分配工作频段.主用户利用正交子信道接入基站.从用户利用网络中未用的频谱空洞采用放大前传机制为主用户转发数据.推导了在该模型下主用户的中断概率,并对主用户发送概率ps、主从用户间发射功率分配系数ξ和主从用户数对系统的影响进行了仿真.仿真结果表明,主从用户间平均分配发射功率在ξ=0.5且网络中主从用户数目相同时系统性能最优.     

高校校园网用户兴趣挖掘系统的设计与实现

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。     

Web挖掘中的数据预处理算法研究

Web挖掘的预处理是生成用户模式和进行信息推荐的基础。文章研究了Web挖掘预处理的三个主要步骤:数据清洗、用户识别和会话识别,给出了各个步骤的关键算法,并提出了一种基于注册用户和Cookies技术、用户IP等综合因素来改进用户识别的算法。     

基于PLSA的个性化Web信息检索系统

分析了用户兴趣特点及变化规律,将用户兴趣分为突出兴趣和次要兴趣两类。采用Web浏览内容挖掘和行为分析相结合的方法进行用户建模,对收藏文档采用PLSA(Probabilistic Latent Semantic Analysis)生成用户突出兴趣和潜在兴趣,对用户查询请求进行扩展以提高查全率。通过对查询结果的二次重排提高TOP-X查准率,从而实现了用户个性化的信息检索。     

信息环境下图书馆用户教育发展问题的理性解读

信息环境下的用户教育是一个动态发展的概念,是一个常谈常新的话题。图书馆用户教育是社会信息化进程中不可或缺的一项内容,它提高了用户信息获取和利用能力,促进了图书馆的改革和发展。图书馆用户教育在我国经历了几十年的发展历史,取得了一定的进展,但和发达国家相比,还存在着较大的差距。确定新环境下用户教育发展的新思路,通过社会、图书馆和用户三方面的共同努力,以期把用户教育未来的发展推向新的境界。