个性化服务技术综述

对个性化服务技术中用户描述文件的表达与更新、资源描述文件的表达、个性化推荐技术、个性化服务体系结构以及该领域的主要研究成果进行了综述.通过比较现有原型系统的实现方式,详细讨论了实现个性化服务的关键技术.此外,分析了3个具有代表性的个性化服务系统.最后对个性化服务技术进一步研究工作的方向进行了展望.     

个性化服务技术研究

对个性化服务技术中的用户识别、用户描述文件、个性化推荐技术、个性化服务系统的体系结构及目前的研究方向进行了概述。从实现角度详细讨论了3种个性化推荐技术。个性化服务具有针对性，它的目的就是为了使用户更好地找到需要的信息，通过从用户访问网站的历史记录中得到用户的个人信息，利用个性化推荐的方法将信息推荐给用户。个性化推荐避免用户陷入信息的海洋，提高用户查询效率，使得用户可以得到他们真正想得到的信息，避免繁多的人工搜索。     

个性化服务技术研究

对个性化服务技术中的用户识别、用户描述文件、个性化推荐技术、个性化服务系统的体系结构及目前的研究方向进行了概述。从实现角度详细讨论了3种个性化推荐技术。个性化服务具有针对性,它的目的就是为了使用户更好地找到需要的信息,通过从用户访问网站的历史记录中得到用户的个人信息,利用个性化推荐的方法将信息推荐给用户。个性化推荐避免用户陷入信息的海洋,提高用户查询效率,使得用户可以得到他们真正想得到的信息,避免繁多的人工搜索。     

一种基于XML的个性化的资源需求描述机制

在基于因特网的教育资源网格体系结构和服务理论研究中,提出了教育资源网格中一种基于XML的个性化文件资源需求描述机制。需求者不仅可以更加准确地表达自己对各类文件资源的需求,还可以指明自己所期望的资源的区域和学校的来源。并且对备选的信息进行优先级的排序,在搜索的过程中按照优先级的顺序对搜索的结果进行优化。解决了资源需求描述机制中对教育资源网格的文件资源需求描述支持较少的问题。     

一种基于XML的个性化的资源需求描述机制

在基于因特网的教育资源网格体系结构和服务理论研究中,提出了教育资源网格中一种基于XML的个性化文件资源需求描述机制.需求者不仅可以更加准确地表达自己对各类文件资源的需求,还可以指明自己所期望的资源的区域和学校的来源.并且对备选的信息进行优先级的排序,在搜索的过程中按照优先级的顺序对搜索的结果进行优化.解决了资源需求描述机制中对教育资源网格的文件资源需求描述支持较少的问题.     

个性化搜索引擎研究

对搜索引擎个性化服务技术中的用户描述文档、资源描述文档、个性化推荐技术、个性化服务体系结构以及该领域的主要研究成果进行了综述.通过比较现有原型系统的实现方式,详细讨论了实现个性化服务的关键技术.     

普适个性化多媒体服务技术综述*

随着数字技术和通信技术的快速发展,越来越多的普适设备能够接收和处理更多的多媒体信息。提供面向普适环境的多媒体个性化服务成为今天研究的热点。从普适个性化多媒体服务研究的不同侧面对其进行了综述,介绍了普适个性化多媒体服务的通用体系结构;对实现普适个性化多媒体服务的关键技术进行了详细的描述,包括描述模型、媒体代码转换与适应技术、用户喜好获取与更新和多媒体推荐技术;最后总结了现有的研究及其不足,指出进一步需要研究的方向。     

WLML在Web使用挖掘中的应用

提出了一种新的用干Web日志描述的XML应用——WLML语言。实际使用中，首先从web日志文件和Web结构图中生成指定WLML格式的Web日志记录，通过对处理后的记录进行数据挖掘，达到为用户提供个性化服务的目的。     

面向个性化需求的虚拟服务资源整合方法

个性化与整合已成为现代服务生态系统的重要特征.对此提出一种面向个性化需求的虚拟服务资源整合方法.首先,服务资源被以多维度分类树的方式进行描述,而顾客的个性化需求经过分类、约简并以规范、可重用的方式得以表达.在此基础上,提出基于动态剪枝的服务资源整合方法.该方法兼顾了顾客需求和资源组织的特点,通过动态整合批量资源形成虚拟...     

一种空间数据服务虚拟化描述方法

提出了一种空间数据服务的虚拟化描述方法。针对各类空间数据服务, 采用基础描述元素和描述规则描述服务元信息、数据元信息和服务操作信息, 并存储为虚拟文件, 进而支持用户通过虚拟文件进行空间数据服务的组织管理和综合应用。对天地图、Google Maps、OGC标准服务三类空间数据服务进行集成显示实验, 实验结果表明虚拟化描述方法可以有效地实现多源空间数据服务的统一访问与应用。     

A semantic-expansion approach to personalized knowledge recommendation

The rapid propagation of the Internet and information technologies has changed the nature of many industries. Fast response and personalized recommendations have become natural trends for all businesses. This is particularly important for content-related products and services, such as consulting, news, and knowledge management in an organization. The digital nature of their products allows for more customized delivery over the Internet. To provide personalized services, however, a complete understanding of user profile and accurate recommendation are essential.In this paper, an Internet recommendation system that allows customized content to be suggested based on the user's browsing profile is developed. The method adopts a semantic-expansion approach to build the user profile by analyzing documents previously read by the person. Once the customer profile is constructed, personalized contents can be provided by the system. An empirical study using master theses in the National Central library in Taiwan shows that the semantic-expansion approach outperforms the traditional keyword approach in catching user interests. The proper usage of this technology can increase customer satisfaction.     

个性化搜索中的用户特征模型研究

用户特征的描述方式是实现个性化搜索算法的核心因素。针对传统的基于关键词向量空间模型的用户特征描述过于简单,不能全面描述用户兴趣的缺陷,将folksonomy的结构与本体概念的清晰语义相结合,提出一种多层用户特征描述方式。从用户兴趣主题、用户间关联两个不同角度,从用户生成的标签、标记的文档及主题等不同层次建立用户特征描述模型,并将其应用于个性化搜索过程的方式进行分析。同时对个性化搜索的结果评价方式、资源类型对用户特征及搜索结果的影响进行了讨论。在Delicious和Flickr两种不同类型数据集上的实验表明,所提出用户特征模型能够有效提高个性化搜索结果的性能。     

基于顾客需求特征的眼镜产品配置设计研究

基于顾客的脸形特征,面向产品的个性化设计需求,提出了采用参数化建立眼镜结构单元库和变型设计。利用顾客头部的正侧面照片合成人脸的三维模型并提取脸形特征参数,根据脸形特征参数构建顾客需求矩阵,基于顾客需求特征与眼镜产品结构单元之间的映射关系,提出了需求特征匹配算法。最后,给出了网络环境下由顾客、经销商和设计人员协同参与的眼镜配置设计系统的框架结构。     

基于TF-IDF分类算法的雷达情报分发技术

为了提高情报分发的效率,解决雷达组网上信息过载的问题,提出了一种利用个性化推荐技术过滤情报用户感兴趣的情报信息的技术.根据情报用户兴趣多样性的特点和雷达情报的格式化特征,对情报用户兴趣的类别进行划分,并设计出基于层次向量空间模型;在此基础上,利用用户的历史情报信息和定制信息,运用TF-IDF算法挖掘用户兴趣,建立用户兴趣模型,通过实时情报与用户兴趣模型的匹配,将用户感兴趣的情报分发给用户.仿真实验结果表明,该算法能够较好地实现雷达情报的按需分发.     

个性化新闻推荐技术研究综述

新闻每时每刻都在发生,阅读新闻已经成为很多人的习惯。新闻媒体众多,网络媒体凭其迅捷性和便利性成为很多人的首选。网络新闻众多导致新闻过载,这就迫切需要个性化的新闻推荐系统,帮助用户快速地找到感兴趣的新闻。伴随着新闻大数据的产生和移动互联网的蓬勃发展,个性化新闻推荐迎来了新的机遇和挑战。首先介绍了个性化新闻推荐的挑战性;然后提出了个性化新闻推荐系统的基本框架,该框架包含新闻建模、用户建模、推荐引擎和用户接口四个模块,并以该框架为基础,分别综述了每个模块的研究进展,列举了现有的个性化新闻推荐系统中四个模块所采用的技术;最后总结了常用数据集、实验方法、评测指标和未来的研究方向。     

基于隐式反馈的LSI个性化信息过滤方法的研究

本文针对当前传统潜在语义索引(LSI——latent semantic indexing)技术在提供信息过滤服务时已经不能满足用户个性化需求这一实际情况,提出利用隐式反馈技术来解决如何提供给不同用户以不同信息结果这一问题。在传统的LSI技术上提出了一种基于隐式反馈的LSI个性化信息过滤方法,该方法通过引入隐式反馈技术,将其应用于信息过滤中,从而可以为不同用户提供更多更有针对性的信息结果。本文给出了该方法的公式和具体算法,为其应用的实现提供了理论基础。     

A survey on semanticized and personalized health recommender systems

Health 3.0 is a health-related extension of the Web 3.0 concept. It is based on the semantic Web which provides for semantically organizing electronic health records of individuals. Health 3.0 is rapidly gaining ground as a new research topic in many academic and industrial disciplines. Due to the recent rapid spread of wearable sensors and smart devices with access to social media, migrating health services from the traditional centre-based health system to personal health care is inevitable. In this current era of greater personalization, treating patients' health problems according to their profile and medical data gathered is possible using the latest information technologies. Consequently, personalized health recommender systems have gained importance. Empowering the utility of advanced Web technology in personalized health systems is still challenging due to pressing issues, such as lack of low cost and accurate smart medical sensors and wearable devices, existing investment in legacy Web system architecture in health sector, heterogeneity of medical data gathered by myriad health care institutions and isolated health services, and interoperability issues as well as multi-dimensionality of medical data. By tracing recent developments, this paper offers a systematic review through recent research on semantic Web-enabled personalized health systems, namely, semanticized personalized health recommender systems with the key enabling technologies, major applications, and successful case studies. Critical questions derived from the research studies were discussed, and main directions of open issues were identified leading to recommendations for future study in the field of personalized health recommender systems.     

个性化E-learning教学系统的在线推荐模式研究

目前已有很多成熟的个性化推荐算法应用于个性化的E-learning教学系统,为了更好地实现个性化推荐,以个性化的在线推荐模块为核心,设计了一个个性化的E-learning教学平台,在线推荐模块包括个性化管理、IDBC管理、CBR推理等技术,该系统的特点在于可以更加快速更加精确地给用户进行推荐,并且可以针对不同的用户进行不同的推荐。     

基于XML的个性化Web内容挖掘研究

基于XML的Web内容挖掘逐渐成为Web数据挖掘的重要研究课题。论文定义了用户模型,通过三种途径建立用户模型,将XML和个性化技术应用到Web内容挖掘,设计了一个基于XML的个性化Web内容挖掘系统(PWCMS),并讨论了PWCMS的关键技术及实现。实践证明,将XML和个性化技术应用到Web内容挖掘是有效的。