基于云计算的用户兴趣建模

针对电子商务平台推荐结果准确率低和无法真正实现个性化的问题,本文提出了一种基于云计算的用户兴趣建模和更新方法。以用户的注册信息、评分信息和浏览行为作为偏好原始数据,通过云计算得到结构化的主题和特征项信息,构建兴趣模型。利用用户的反馈自适应地调整主题特征值向量和阀值,更新用户模型。通过加入时间向量区别活跃兴趣和稳定兴趣,及时准确地反映用户兴趣变化,提高个性化服务性能。     

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。     

用户兴趣建模综述

对兴趣模型研究现状与进展进行归纳与总结,提出代表性的兴趣模型,从模型思想、关键技术和优缺点等方面进行分析,探讨兴趣模型研究热点、难点、不足和有待解决的问题,为兴趣建模分析和数据挖掘等研究提供参考。     

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。     

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用户兴趣模型研究

分析了搜索引擎服务质量不高的原因,提出使用用户兴趣模型提高个性化信息检索质量的方案。设计了一个基于向量空间模型的用户兴趣模型算法,该算法根据页面的反馈度以及关键词在页面中出现的频度和位置计算该关键词的权重,使个性化信息检索效果得到了明显提高。     

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。     

基于用户兴趣的文献个性化推荐研究

针对当前文献推荐中个性化程度不高等问题,提出一种对用户行为重新分配权重的度量算法。运用用户行为数据按照时间顺序重新分配权重,突出近期用户兴趣构建用户兴趣模型。通过LDA主题分布、关键词分布等方法构建学术资源模型,实现两模型间匹配,完成推荐。通过实验验证,该算法准确性达到80%,比传统等权重算法提高近20%,召回率与F值分别提升了7%和5%。研究表明,基于时间因素的用户兴趣度量算法相较于传统等权重算法具有更高的准确性,未来可进一步优化用户兴趣度量以实现精准推荐服务。     

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。     

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。     

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。     

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。     

基于云计算的个性化移动学习平台设计研究

移动终端的限制、移动学习资源的稀缺、没有考虑学习者特性等是现今移动学习亟待解决的问题。本文在问卷调查的基础上,有针对性地构建了基于云计算的个性化移动学习平台,以期对移动学习的发展提供一定的借鉴意义。     

基于云计算的个性化知识模型研究

传统网络教学在个性化知识评估和隐性知识构建方面存在着明显的不足,本文基于概念图提出了一种新的知识模型STKM(Support Tacit Knowledge Model),该模型支持云计算环境下个性化知识评估,知识存储,以及学习主体隐性知识的建构,并给出知识模型的BNF范式描述,及其评估方法。通过对云计算平台中知识模型系统的分析和仿真实验,验证了云计算环境中知识模型系统的可行性和可扩展性。     

让美术课活起来——兴趣教学初探之一

兴趣是最好的老师,想要提高课堂教学效果,首先要让课堂活起来。所以,活跃课堂,激发学生学习兴趣成为每位教师的任务。以此展开论述,希望能为同行提供借鉴作用。     

活跃课堂气氛 激发英语兴趣

在小学阶段,开设英语课程,教师应根据小学生的生理和心理特点,利用灵活多变的教学方法教学,英语教师应该从基础抓起,从小抓起,从课堂抓起,要重视口语对话,努力在“说”上下功夫,使学生在听、说、做、唱、玩中积极参与,不断地感知和使用英语,激发学生的兴趣爱好,培养学生团结合作的精神。     

把握英语课堂 激发学习兴趣

新时代的学生思想活跃、独立性强、喜欢新事物。面对繁重的学习任务,他们往往逆反,不买老师与家长的账。只有想办法拨动他们兴趣的脉搏才是教学的明智之举。