基于隐式反馈的自适应用户兴趣模型

针对现有用户兴趣模型在模型建立以及更新阶段漂移策略的缺陷,设计了一种改进的基于隐式反馈的自适应用户兴趣模型。并将该模型与遗忘策略模型、滑动时间窗口模型和固定比例模型,做了精确率的对比实验,实验结果显示该模型的性能优于其他三个模型。     

一种基于混合模型的用户兴趣漂移方法

针对个性化服务的系统中,如何将新发现的用户兴趣和原有兴趣合并为用户的新兴趣的问题,提出了一种基于概念相关性的用户兴趣漂移方法。采用混合模型,将用户兴趣分为长期兴趣和短期兴趣,对短期兴趣采用滑动窗口处理更新,对长期兴趣采用基于概念相关的渐进遗忘方法,实验表明,该方法不仅能够较为准确地跟踪用户的兴趣变化,而且能够预测用户的兴趣,具有较好的效率。     

邮件系统中的兴趣漂移混合模型

针对如何在邮件系统中进行用户兴趣模型更新的问题,提出了一种兴趣漂移方法。根据用户长期兴趣和短期兴趣的不同特点,对短期兴趣模型采用时间窗口方法,对长期兴趣模型采用遗忘函数方法进行模型更新。实验结果表明,短期兴趣模型能很好地预测用户近期的兴趣,长期兴趣模型对较长时间段内用户兴趣的预测更稳定。采用混合模型能更好地描述用户兴趣。     

引入漂移特性的用户兴趣模型优化研究

根据用户浏览网页时的操作行为,通过量化的方法建立起用户兴趣模型来反映用户兴趣,从而针对不同用户推荐其可能感兴趣的文章。基于兴趣模型的更新效率问题和用户兴趣的漂移特性,引入兴趣模型的时间分段机制和时间衰减机制,对兴趣模型进行了持续优化。实验表明,优化的兴趣模型在系统性能上有较大的提升,并能较好地反映出用户的兴趣变化,对于用户兴趣的表征更加准确,从而进一步提高了兴趣模型推荐文章的准确率。     

个性化搜索引擎中用户兴趣模型的构建方法

在分析个性化搜索引擎的基础上,提出一种构建用户兴趣模型的方法.该方法综合考虑用户注册兴趣及浏览行为,将用户兴趣分为长期兴趣和短期兴趣并通过兴趣树进行存储.遗忘机制的引入保证模型能够及时准确地反映用户兴趣.模拟实验表明,本文提出的用户兴趣模型能够有效地提高检索效率,使搜索结果更好地满足用户个性化需求.     

混合模型的用户兴趣漂移算法

针对个性化信息服务中的用户兴趣漂移问题,提出了一种新的正态分布密度曲线遗忘函数,该函数符合用户兴趣遗忘的规律.并且将用户模型定义为长期模型和短期模型相结合的混合模型,其中短期模型使用最近最久未使用的滑动窗口算法进行更新,长期模型采用正态渐进遗忘算法进行更新.实验表明,该方法能够较迅速地发现和准确地跟踪用户的兴趣变化,提高了个性化信息服务的效率.     

基于艾宾浩斯遗忘的用户兴趣模型更新机制

用户兴趣更新是指在用户兴趣模型建立之后,对模型增加新获取的用户兴趣知识或者删除过时不用的用户兴趣知识。本文基于艾宾浩斯遗忘规律,对用户兴趣漂移和更新用户兴趣模型分别提出前验用户兴趣漂移和基于遗忘百分比更新的算法,这两个算法共同组成了用户兴趣模型的更新机制。     

基于聚类的隐式用户兴趣建模

随着Internet的迅速发展,人们必须面对信息爆炸的现实.描述了一种关键词向量的方式表达用户兴趣.将BIRCH聚类算法应用于用户访问的网络文档上来建立用户兴趣模型.基于Myspace用户日志,又实现了一个用户兴趣建模系统,该系统验证了提出方法的有效性.     

基于用户当前兴趣的网页预取方法

提出了一种基于用户历史浏览情况和当前访问兴趣来对网页进行预取的算法.算法中改进了对用户页面兴趣的计算方法,借助于滑动窗口来实现预取,并综合考虑了用户兴趣和服务器负担的平衡来进行预取.实验结果表明,该算法能够较好地完成网页预取.     

基于优化时间窗的用户兴趣漂移方法

针对个性化服务系统中如何跟踪用户兴趣变化和调整用户兴趣模型的问题,提出基于优化时间窗的用户兴趣漂移算法。利用分类错误率的变化跟踪用户兴趣的漂移,当用户兴趣发生变化时,通过优化时间窗算法自动调节时间窗的大小,以达到调整用户兴趣模型的目的。实验表明,该方法能较为准确地描述用户的兴趣变化,提高个性化信息服务的效率。     

基于用户兴趣的数字资源的集成化研究

数字资源的集成是目前信息服务的一个研究热点.为了在集成信息和用户的兴趣之间进行关联,首先对用户的兴趣进行了分类,并基于不同的类别定义了各自所包含的兴趣值;进而结合信息集成的映射规则,针对不同的Web页面集合设计相应的页面插件,使得在动态超媒体引擎的支撑下,将用户感兴趣的数字资源和特定的兴趣值进行绑定,从而提供一种有效的基于用户兴趣的集成化服务.     

基于用户行为的网络数据过滤方法

网络数据过滤是防御木马的一项重要技术,提出一种基于用户行为来过滤网络数据的新方法.该方法通过进程将用户操作行为与网络数据进行关联,允许用户操作过的进程收发网络数据,不需要人工干预就可以过滤网络数据.实践表明该方法防御以单独进程形态运行的木马比较有效,并且不怕木马变形,有利于构建高效的防御系统.     

基于用户行为编码的数据库入侵检测模型

鉴于数据库入侵检测系统中模板的数量不断增加,导致入侵检测效率也随着降低。提出基于用户行为编码的数据库入侵检测模型,该模型通过对提交的SQL进行编码,再利用挖掘方法得出语句中属性内部关系的规则,最后形成用户正常行为规则库,从而取代了模板库,提高了检测的效率。该方法不仅能够有效地防止SQL注入,而且也能检测出合法权限滥用。     

基于语义的VSM模型改进

文本聚类在很多领域都有广泛的应用,传统的文本聚类方法由于并不考虑语义因素,得出的聚类效果并不理想.利用语义对VSM模型进行变换,即基于语义对VSM模型的各维进行扭曲,将原本的正交坐标系基于语义变换为斜角坐标系,然后将文本的特征向量映射到变换后的VSM模型上再进行聚类,相对减小语义相关的特征向量间的语义距离,从而提高了文...     

基于用户兴趣和需求的问句推荐新方法

问句推荐在CQA中主要是针对用户提出来的新问题进行需求分析,然后在历史问答对中找到与用户原始问题最相关的问题,从而在不能给用户提供精确结果的情况下,为用户带来更多的选择,从而提高用户的体验。提出一种基于用户兴趣和需求的问句推荐方法,主要是利用PLSA模型根据用户历史回答问题的记录去发现用户的兴趣,同时采用基于翻译模型根据用户的查询预测用户的需求。结合用户的兴趣和需求在问答语料库中推荐最相关的问句。实验在Yahoo!Answers上抽取的真实标注数据集上进行,对比实验结果表明,该方法在性能上得到了较好的结果。     

基于多聚类中心的图像检索相关反馈方法

相关反馈技术是基于内容的图像检索领域近期研究的热点之一.现有方法通过用户给出的相关反馈图像来寻求唯一的全局最优检索点与权重.由于图像内在的复杂性,唯一的全局检索点通常难以准确覆盖用户的检索目标子空间,使得反馈对检索效果的改进表现出不稳定性.为解决这一问题,本文使用模糊聚类的方法对反馈图像集进行分析,并在此基础上给出了一个基于反馈图像的多聚类中心的相关反馈方法.实验对比显示,该方法能明显改善图像检索的效果且具有较强的稳定性.     

基于压力的高阶精度隐式格式的研究及应用

１．引 言 在研究自然界和工程应用领域的物理流动问题时，一般根据流体流动的马赫数范围，采用不同的数学模型．相应地，在计算流体力学（ＣＦＤ：Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｆｌｕｉｄ Ｄｙｎａｍｉｃｓ）中，针对不同的数学模型，建立和发展了差分格式和求解算法．其中时间推进法与其它方法相比，在数学的严密性、物理特性和所能采用的差分格式等方面具有许多优点，是亚音速、跨音速和超音速等可压缩流动问题中应用非常广泛的算法．尤其自七十年代以来，随着高分辨率高精度差分格式和高计算效率时间推进格式的建立和发展，时间推进法在…     

基于用户兴趣模型匹配的资源检索算法的设计和实现

随着各种资源信息库的大量涌现,让用户从海量的资源信息库中找到自己感兴趣的资源成了每个资源信息库提供者迫切需要解决的问题,提出一种通过对用户兴趣模型与信息资源模型的匹配度比较从而实现资源精确检索的算法,并在相关系统中进行了实现.该算法对实现资源信息的个性化推荐也具有很好的借鉴价值.     

关于非对称代数Riccati方程的ALI迭代算法收敛速率的讨论

交替线性化隐式迭代法(ALI)是求非对称代数Riccati方程最小非负解的一种十分有效的算法.其中所包含的一个参数能够显著影响其收敛速率.本文将讨论该参数的选择以及使收敛达到最快的参数最优值.     

基于兴趣值的数据映射与集成研究

从超媒体松散耦合的特性出发,针对用户感兴趣内容的不同,提供一种有效的数字资源的集成方法.通过定义兴趣值和页面映射规则,将Web页面中特定的数字资源和相应的兴趣值进行绑定,并利用动态超媒体映射引擎对Web页面进行过滤及映射处理,从而获得用户感兴趣的特定信息资源的集合,这尤其适合于对各种数字图书馆的信息资源进行整合.