基于KDD的文本特征抽取模型

针对目前数据库知识发现模型系统中传统文本信息抽取算法无法满足用户业务需求的问题,提出了一种基于用户需求描述的文本信息特征抽取模型。通过用户的业务需求模型进行特征化描述,将数据库中存储的原始本文信息进行预处理加工,计算的词频、权重,初步选取文本特征,根据用户需求描述计算特征相似度,过滤不相关的"噪声"信息,进而保留能够精确描述文本信息的特征。     

基于用户需求的图书馆移动信息服务模式

本文介绍了国内图书馆移动信息服务的现状,分析了移动环境下用户对信息内容与信息服务的需求特征,并从用户需求的角度探索图书馆移动信息服务模式。     

一种基于语义可理解的信息过滤算法

个性化与准确化是信息过滤技术发展面临的关键问题.语义理解技术有助于解决这一关键问题.其基本思想是对信息内容以及用户需求进行形式化语义描述,使其具备计算机可理解的形式,进而以语义为标准实现信息过滤.该文提出定义信息领域本体以描述语义,并将信息语义分为信息特征项和其解释,同时将用户需求语义分为显性需求和隐性需求.进而,给出了信息语义理解判定方法和用户需求语义理解判定方法.最后,该文提出了基于语义可理解的信息过滤算法.实验分析表明,这种信息过滤方式能够有效地提高信息获取的效率.     

数字图书馆用户交互信息的评估模型及应用研究

数字图书馆发展经历了基于数字化资源的第一代数字图书馆,目前正从基于集成服务的第二代数字图书馆向基于用户交互信息为门户作为表现形式的第三代数字图书馆转变。本文从数字图书馆门户的概念入手,首先总结出"以用户为中心"用户交互信息门户的内涵,接着通过对用户交互信息的特点、需求特征、行为特征、以及现有服务能力的深入分析,然后通过构建数字图书馆用户交互信息服务平台,并进行研究,最后得出本文结论。     

在线健康社区用户特征研究——以“甜蜜家园”为例

随着互联网应用的发展,越来越多的患者通过在线健康社区获取健康信息。以"甜蜜家园"为例,通过描述性统计和聚类模型,分析用户行为特征,对论坛用户生成内容进行主题聚类并绘制词云图以挖掘用户需求特征,从用户行为和需求两个维度构建用户画像,以期为在线健康运营者提供启示和建议方法,更好地为用户提供服务。     

IMS收费特服用户分区接入的方案研究

中国电信的企业用户通过语音客服中心为客户提供服务时具有地域化的特征,对网络提出了分区接入需求,使得用户位置信息的准确提供对该类特服业务的实现尤为重要,IMS网络固定接入用户的位置信息提供可采用客户资源管理系统配置和网络基于P-Access-Network-Info头域携带两种方式,文中结合特服业务对用户分区接入需求,研究IMS网络用户分区接入的解决方案,并对方案进行分析比较,提出建议及业务实现流程。     

智能代理—支撑未来通信网的新技术

日益增长的信息需求，要求信息基础结构支持“电子服务市场”，在这个市场里，各竞争性业务提供者都能向任意用户提供信息服务与通信服务。业务的快速生成和用户定制已成为电子服务市场的特征。     

适应用户需求进化的个性化信息服务模型

 针对个性化信息服务难以有效适应用户需求变化的问题,从行为动机角度分析了需求变化的原因.基于"马斯洛需求层次论"设计了分析信息类别与信息行为所对应需求层次的机制,进而提出了面向行为动机的个性化信息服务模型.通过分析用户行为记录,模型有选择性得将候选推荐内容多样化,通过监测用户反馈,判定其需求变化趋势并主动做出适应.实验结果表明,利用模型优化后的个性化信息服务系统对用户需求变化的适应能力得到有效提高.     

面向价值的战场信息处理与分发优化算法

针对用户高质量决策和高效率行动对信息的需求,从战场信息链流程角度提出了面向价值的战场信息处理和分发网络框架,采用信息质量来表征用户信息需求,并通过用户信息需求满意度指数来表征通信系统所分发的信息对用户完成任务的价值.依据信息质量和用户信息需求来评估信息处理所得到信息的价值,设计面向价值的贪心调度算法进行信息分发,使网络中传输的数据是富有价值的信息流.最后通过战场目标跟踪应用场景进行仿真实验,验证了面向价值的信息分发相对于基于服务质量的分发方式,在资源利用率和用户满意度上的性能优势,尤其在带宽资源缺乏的情况下,性能优势更为显著.     

基于个性化特征的协同过滤推荐算法

针对相似度特征点推荐方法对用户个性化需求匹配度不高的问题,提出基于个性化特征的协同过滤推荐算法。以社会网络为结构模型构建用户信息的评分模型和项目属性模型,采用信任度条件概率分析方法构建可靠性推荐模型,进行个性化特征分析和提取,实现个性化特征需求与项目兴趣点的合理匹配,实现协同过滤推荐,最后通过仿真实验进行测试分析。结果表明,采用该方法进行社会网络项目协同过滤推荐的用户评分高,平均绝对误差和均方根误差小,提升了推荐质量。     

基于有限计算环境的推荐信息过滤算法

推荐信息泛滥严重影响了移动智能终端的用户体验,而有限计算环境制约了移动推荐信息过滤模型与算法的研究。针对上述问题,结合用户画像技术与信息过滤方法,提出了一种基于有限计算环境的移动推荐信息过滤算法。该算法通过用户轨迹信息构建用户画像,根据用户画像与需求特征,对外界推荐的各类信息进行过滤,并最终进行二次推荐。仿真实验证明：该算法过滤精确度高,个性化服务能力较强,其无需额外占用过多的系统计算与存储资源,性价比较高,因而适用于移动智能终端的有限计算环境,具有一定的实用性。     

高校图书馆用户信息需求探析

从高校图书馆用户信息需求的特点入手,结合信息化、网络化发展对图书馆提出的新要求,深入探究高校图书馆用户信息需求的发展之路。     

泛在知识环境下高校图书馆服务模式研究

本文从泛在知识环境的概念及特征入手,分析了泛在知识环境下用户信息需求的特点及信息行为的变化,探讨了泛在知识环境下高校图书馆信息服务的模式,提出高校图书馆只有紧跟潮流,不断创新,才能化危机为契机,立于不败之地。     

基于用户用电智能行为模型的需求侧响应

<正>清洁能源发电模式的兴起与应用，虽然满足了电能的需求，但也降低了电力系统的可控性，影响电力系统整体收益。需求侧响应是提升可控性的关键所在，提出基于用户用电行为模型的需求侧响应方法研究。构建用户用电信息采集系统，选取用户用电特征量，反映用户用电综合信息，以此为基础，基于改进K-means聚类算法构建用户用电行为模型，以用户效用最大化为目标，探究需求侧响应策略，为电力系统的稳定运行提供保障。实验数据显示：应用提出方法获得的用户效用更高，最大值为95.32UTIL，表明提出方法应用性能更佳。     

基于MongoDB的物联网开放平台用户信息管理

物联网具有涉及领域广、数据结构复杂、信息覆盖面大、使用用户多等一系列特点。传统的关系型数据库在存储用户信息数据时,往往要预先定义数据表结构,这将难以实现动态增加多样化用户属性信息的功能。此外,复杂的用户信息查询需求也难以得到满足。提出一种基于非关系型数据库MongoDB的物联网开放平台用户数据存储管理方式,可满足用户存储的各种需求。同时,属性查询、特殊字段查询、限制返回信息等需求都可得到有效支持。     

异质社交网络中多通道特征融合的好友推荐模型

合理有效的好友推荐算法对于社交网络的发展和扩张有重大的意义。然而随着社交网络的复杂化和异质化,传统推荐系统中协同过滤推荐方法不能满足需求。针对异质社交网络中存在着大量的内容相关信息这一特点,根据好友推荐的需求,提出了多通道特征融合的好友推荐模型。该模型对用户相关的多维特征进行挖掘与利用,包括显性特征(如用户profile,用户tag,社交关系等)和隐性特征(如用户重要度,挖掘用户标注发现其领域兴趣等),并进一步将这些内容相关的多特征融合到协同排序算法中进行学习训练。实验结果表明,随着多个内容特征的逐步融合,算法的MAP值稳步提高,最终相对未融合的协同排序方法提高了12%,并在一定程度上的解决了冷启动问题,提高了好友推荐的多样性。     

用户偏好提取算法

将用户的需求抽象为可表示、可量化、可感知的特征是未来移动业务的重要特点,用户偏好提取算法是探索这一问题的关键。分析了用户偏好提取算法的数学结构、技术特点、算法类型及研究面临的挑战。针对异构网络环境下移动用户的业务需求特点,提出将传统用户偏好提取技术与马尔可夫决策过程建模方法相结合,创建用户偏好评估模型。解决动态判决环境下基于不完整信息的智能判决问题。对研究用户体验的评价问题和业务与业务环境的适配问题提供了新的思路。     

基于多分类器集成和特征融合的用户出境预测

准确地识别有出境意向的用户具有重要的意义,可为出境服务企业的精准营销实施、出境运营的高效管理和政策制定提供决策支持.针对此需求,提出了一种基于多分类器集成和特征融合的用户出境预测方法.首先利用用户的移动终端信息交互数据,挖掘用户的出境相关行为特征和静态特征作为样本特征;其次,通过最小冗余最大相关算法筛选最优特征,并利用贝叶斯优化算法寻找多个分类器最优超参数;最后,基于集成学习思想构建三层架构的用户出境预测模型,模型通过融合前两层分类器的输出特征生成新特征,并将其输入第三层分类器进行学习和预测.实验表明,所提方法的F1值和AUC(Area under the Curve)值分别达到了97.16％ 和97.21％,对于用户出境具有较高的预测精度.     

基于用户需求的高校数字图书馆个性化信息服务的研究

在网络环境下,图书馆拥有不同类型的用户,这些用户在利用图书馆信息资源时的行为表现迥异,因此图书馆的用户需求是复杂多样的。作为一种可以满足不同用户需求方式的个性化信息服务,为优化数字图书馆的服务的奠定了基础。文章着重提出了提高高校数字图书馆个性化信息服务水平的策略,旨在为高校图书馆的发展带来新的思路。     

基于互表性的个性化网页研究

为了适应各种用户需求,为用户提供全面的信息,网页往往都包容万象具有丰富庞大的信息量,然而,每个用户只关心自己感兴趣的信息.本文把网页信息和用户偏好看成模糊本体,通过求这两个模糊本体的交集得到用户感兴趣的网页信息,为用户提供高效、便捷的个性化服务.