基于Agent的网络地图服务聚合模型

为了给用户提供智能化、一体化的网络地图服务,提出基于Agent的地图服务聚合模型。设计基于Agent的服务搜索、注册、集成和交互模式,介绍面向角色的Agent功能模块,根据相应规则实现智能化处理。实验结果表明,该模型能够提高地图服务的自动聚合和交互能力,为用户使用带来便利。     

基于Ajax的智能RSS聚合系统研究

RSS存在信息过载问题,为了解决该问题,设计了一个基于Ajax的智能聚合系统,使用户可以高效、及时、准确地获取到自己感兴趣的新闻。综合了内容过滤和协作过滤的优缺点,提出了一个改进的过滤算法,提高了过滤性能和准确度。对用户的行为和特征进行建模,系统可以依据用户模型过滤掉用户可能不感兴趣的信息。并将信息过滤技术与RSS聚合技术结合,使用户可以通过RSS聚合系统获取到自己感兴趣的内容,降低信息冗余。     

主动信息服务系统的设计与实现

针对旅游业的现状，开发了主动信息服务系统，给出了智能信息推拉技术的特点和种类，建立了推送模型和拉模型．提出了基于智能信息推拉技术的主动信息服务系统的设计方案，给出了系统开发的流程图．采用用户兴趣模型和可信度模型相结合的分析方法采集网络信息数据，利用C#．net编程语言和Ajax技术开发了主动信息服务系统．该系统达到了平衡用户需求和信息可信的目的，具有一定的实用价值．     

基于本体的个性化信息检索技术研究

针对传统的采用关键词的信息检索方式在个性化方面的不足,提出了一种根据领域本体的个性化信息检索模型.首先获取用户的特征信息,接着利用用户的特征信息构建基于本体的用户兴趣模型,在检索过程中通过领域本体概念和用户兴趣模型对检索请求进行分析并对其进行扩展,获得符合检索意图的结果,在此基础上按兴趣度大小处理后将最终个性化信息检索结果反馈给用户.通过搭建关于本体的个性化检索原型系统,仿真结果验证了改进模型的有效性.     

基于网络云团的聚合协作推荐方法

推荐技术是处理信息过载问题的关键技术之一。提出了基于网络云团的聚合协作推荐方法,利用云模型得到网络云团内的用户推荐偏好云,然后在网络云团间进行聚合协作推荐。在项目云团基础上,对推荐中的新用户冷启动问题进行了应用分析,提高了推荐的性能。     

基于知识图谱和图注意力的众包任务推荐算法

为解决目前众包任务推荐存在未考虑任务文本信息和数据稀疏的问题,提出一种基于知识图谱与图注意力的众包任务推荐模型。该模型首先利用自然语言处理技术提取任务文本信息中的关键要素,用于丰富图谱信息和缓解数据稀疏性;通过融合用户—任务交互图中的协同信息来构建协同知识图谱,在协同知识图谱中按协同邻居的类型分别运用图注意力网络;为获取用户准确的偏好,聚合邻居信息时按注意力得分从高到低采样固定数目的邻居;最后通过聚合不同类型的协同信息生成用户和任务的嵌入表示并得到交互概率。在构建的众包数据集上进行实验的结果表明,该模型在AUC、精准率、召回率和NDCG四个指标上均优于基线模型,验证了模型的可行性和有效性。     

一种基于个性化需求的智能配镜算法研究

为实现基于用户个性化需求信息的智能配镜功能,构建用户个性化需求信息数据模型。搭建智能配镜眼镜模型库,建立用户个性化需求信息与眼镜模型库之间的智能匹配模型。将智能匹配流程划分为基于DFS的眼镜模型库检索、基于语义相似度的眼镜框型匹配、面部参数匹配、优化调整四个阶段。设计实现了用户个性化需求信息与眼镜模型库之间的智能匹配算法。应用该智能匹配算法开发智能配镜系统,并与关键词匹配算法进行对比,验证了该智能匹配算法的合理性及有效性。     

WMS:面向领域的Web信息挖掘系统

研究并实现了一个面向领域的Web挖掘系统WMS，能有效地帮助用户挖掘Web上的信息和知识，用户可以通过提交Web页面、文本文档、URLs或关键词，向系统表达自己希望获得的信息主题，系统自动学习用户对特定领域的兴趣．并依据用户对系统采集文档的反馈评估，不断自适应地调整用户兴趣模型．WMS依据用户兴趣模型，利用智能Agents，对用户感兴趣的有关信息进行搜索和过滤，并对主要相关Web站点的信息更新进行监测，利用人工神经网络和智能Agents技术，WMS对所积累的文档库进行信息和知识挖掘，并自动将新信息推荐给用户．     

基于本体的查询系统研究

该文对查询系统做了深入的研究,提出了一种基于本体的智能查询系统的形式化模型,并且对系统的具体运行过程进行了详细的分析。该模型充分考虑了用户查询的语义信息,并且引入了本体环境和用户查询环境来对系统进行建模。将用来对数据库的语义信息进行描述的本体层引入到异构的、分布式的数据库系统中,在方便用户进行查询的同时增加查询结果的相关性和用户满意度。同时,系统能够及时地反映数据库信息的动态变化。     

基于信息资源聚合的农民专业合作社信息系统

针对农民专业合作社信息获取与信息发布难、成本高的问题,提出基于XM L Schema的农民专业合作社信息聚合元数据表示规范,设计数据传输流程和信息定制与智能推送机制,建设两层部署体系的农民专业合作社信息系统。系统信息服务中心与农业搜索引擎（AgSoso）相结合,为远端用户系统提供最新的信息资源;系统客户端实现合作社生产经营信息的本地化管理,并向信息服务中心同步最新的农产品等信息。应用结果表明,该方案投入成本、维护成本低,资源利用效率高,具有较高的实用应用价值,为农民专业合作社提供了一套基于多来源数据聚合服务的技术解决方案。     

基于区块链的身份托管模型研究

针对现有中心化信任下用户多身份管理难的问题,提出一种基于区块链的身份托管模型。模型将用户拥有的各个系统的身份信息采用椭圆曲线算法加密签名,确保身份信息的所有权;设计了身份认证区块链模型和身份信息上链的智能合约,将身份签名结果存储到区块链中,确保其安全和不可篡改;设计了登录验证的智能合约,使用用户公钥对签名信息验证用户是否具有登录系统的权限。对该区块链身份托管模型在Hyperledger Fabric中进行实验论证,实验结果表明,该模型具有高的安全性和时间效率,能方便管理用户的多个系统身份信息。     

基于RFID技术的物流信息跟踪系统构建

基于RFID技术,提出了一种贯穿供应链全过程的物流信息跟踪系统模型,为多种用户提供物流信息跟踪平台.根据模型构建了物流信息跟踪系统,对系统的基本工作过程进行了设计.针对物流信息跟踪系统分析了EPCIS事件类型,并对提取的EPC数据进行数据存储设计,以聚合事件为例,进行XML语言定义,对EPCIS事件进行描述,最后对聚合事件进行跟踪算法的实现.物流信息跟踪系统应用将对物流过程监管、物流可视化管理起到重要作用.     

支持多数不规则用户的隐私保护联邦学习框架

针对联邦学习存在处理大多数不规则用户易引起聚合效率降低,以及采用明文通信导致参数隐私泄露的问题,基于设计的安全除法协议构建针对不规则用户鲁棒的隐私保护联邦学习框架.该框架通过将模型相关计算外包给两台边缘服务器以减小采用同态加密产生的高额计算开销,不仅允许模型及其相关信息以密文形式在边缘服务器上进行密文聚合,还支持用户在...     

情景感知的P2P移动社交网络构造及发现算法

如何通过情景感知,获得用户的行为特征,从而自动发现潜在的社会关系,是移动社交网络重要的研究内容之一.该文提出了情景感知的移动P2P社交网络系统架构、聚合模型及发现算法,将用户的位置信息、环境特征、运动轨迹等引入到聚合算法中,智能地聚合成潜在的P2P社交网络,根据用户需求自主发现匹配的社会关系,避免了社交活动的盲目性和随意性.最后对该方案和算法进行了理论分析及实验验证,结果表明该文所提出的方案和算法具有较高的响应速度、准确率及用户满意度.     

基于多智能体的个性化信息系统研究

提出了一种基于多智能体机制的个性化信息系统（PNSS）,通过建立用户操作的动态特征模型,运用基于语义及统计的文本匹配算法,结合用户基本特征,实现了信息的自动归类和排序,使得用户能够对其最重要的信息迅速作出决策.     

融合增强协同信息和知识图谱信息的推荐模型

将知识图谱引入推荐系统,能一定程度解决数据稀疏和冷启动问题,但是往往忽略了高阶协同信息和不同协同信息的重要程度对探索用户潜在偏好的重要性,由此提出了一种融合增强协同信息和知识图谱信息的推荐模型（CIKG）。该模型首先利用用户和项目的历史交互数据,获取一阶协同信息和高阶协同信息,同时使用注意力机制捕获重要信息,得到增强协同信息,用来补充用户和项目的特征表示。其次通过将用户交互的项目与知识图谱中的实体对应,在知识图谱中执行传播操作,得到知识图谱信息,用于挖掘用户的偏好并且增强模型的可解释性。最后通过聚合器将增强协同信息和知识图谱信息结合得到用户和项目的最终表示,从而进行预测。在Last-fm和Book-crossing两个数据集上进行的实验结果表明CIKG相比其他对比的模型推荐效果有较大提升。     

面向用户的智能搜索引擎模型UOISE的研究

分析了传统搜索引擎所存在的问题,提出了一种面向用户的智能搜索引擎模型(User-Oriented Intelligence Search Engine,UOISE)和动态Q学习算法,UOISE模型由若干个Agent和知识库组成,针对用户个人信息以及用户的上网行为,分析用户的兴趣所在,从而推断出用户的意图,能有效地为用户提供真正需要的、即时的信息,为用户提供多层次个性化的信息服务。动态Q学习算法实现了Agent跟踪用户行为、推断用户兴趣的过程。对比实验表明,UOISE比普通检索工具具有更高的查全率和查准率。     

个性化网上信息过滤智能体的实现

论述了一个Internet网上个性化信息过滤智能体的实现。它采用向量空间模型[3] 作为文档表示的基础 ,通过抽取用户浏览网页的特征 ,使用BP神经网络来学习和跟踪用户的兴趣 ,从而动态了解用户的浏览行为 ,并在用户查询时能有效地过滤出用户感兴趣的信息。     

安全的无证书聚合签名方案

无证书密码系统既解决了密钥托管问题,又不涉及公钥证书;而聚合签名可以有效地减少计算代价和通信开销.结合二者的优点构造无证书聚合签名是很有意义的.尽管无证书聚合签名方案的构造已经取得了重要进展,但是现有的方案仍然不能同时达到既可抵抗两类超级攻击者又具有运算的高效性.使用双线性映射并引入状态信息来设计具有强安全性的无证书聚合签名方案.在随机预言模型中,该状态信息被用于嵌入给定困难问题的部分信息.结果显示,该方案的安全性基于计算Diffie-Hellman问题的困难性并可以抵抗超级攻击者的攻击.同时,由于充分利用公开信息和双线性映射的性质,它在个体签名和聚合签名验证过程只需4个双线性映射.另外,在该方案中,用户知道状态信息后可独立完成个体签名而无需交换信息,所以它允许用户动态地加入聚合签名.故它可应用于多对一的通信系统中.     

用户协作式智能搜索模型的研究

随着网络信息资源的日益膨胀和搜索引擎技术的不断发展,搜索引擎反馈的搜索结果也越来越多而使用户无所适从。为了有效提高搜索效率和搜索结果的准确性,该文提出一种基于用户协作的搜索结果优化模型。该优化模型将搜索引擎对搜索结果的处理同用户对搜索结果的挑选有机结合起来,搜索引擎可以根据用户的反馈信息不断地调整搜索结果,使搜索结果逐步满足用户的检索需求。