基于用户兴趣的个性化Web信息检索方法

针时现有的个性化信息检索系统存在的问题,提出一种新的基于用户兴趣的个性化Web信息检索方法,采用自动隐式学习方式来建立和更新用户兴趣库,采用本体技术来进行语义扩展,从而提高Web信息检索的查准率和查全率.文中给出了个性化Web信息检索系统的体系结构和个性化机制的关键技术及相关算法,全面描述了基于用户兴趣的个性化处理过程.该方法能更好地满足用户的需求,为其提供个性化服务.     

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。     

基于用户行为的个性化搜索建模

目前的搜索算法普遍忽视了用户的兴趣行为,仅仅依靠表面的关键词来预测用户的搜索偏好,为用户提供系统"自认为"是用户所感兴趣的内容,没有更深层次地解剖用户的真实需求,没有依照用户长久以来的搜索习惯、搜索兴趣为用户定制一个个性化的搜索模型,为此,本文将提出一个针对用户行为的个性化搜索的模型,通过用户在浏览网站时候的浏览行为,例如:浏览该网页的时间、浏览网页的类型、在浏览网页时是否有进一步的行为,如:保存、复制等操作以此来丰富本文所提出的用户的个性化搜索模型,以求能够更准确地贴近用户的真实需要.     

基于定性多用户偏好的Web服务选择

随着Web服务数量逐渐增多,出现了许多服务提供者提供功能相同或相似服务的情况.如何在一些功能相似或相同的服务集合中,根据用户对服务质量的需求选出更符合用户要求的服务,是当前研究人员普遍关心的课题.本文提出一种定性的服务选择方法,用来解决涉及多个用户的Web服务选择问题.各用户对服务质量的需求被表示为偏好.提出的算法将能够综合考虑各个用户的偏好,使选出的服务尽可能满足大部分用户的偏好要求,并给出了一个实例说明该算法的应用.实验结果表明了算法的有效性.     

用户对移动网络服务偏好学习技术综述

为了缓解日益严重的"移动信息过载问题",移动用户偏好学习已成为个性化服务领域的首要问题。对最近几年移动网络服务中用户偏好学习技术的研究进展进行综述,对移动用户偏好的表示方法、获取技术、自适应学习方法、评价方法等进行前沿概括、比较和分析。最后对移动网络服务中用户偏好学习技术的发展方向和趋势进行展望。     

面向数字电视的个性化信息服务研究

随着互联网的发展,对个性化的信息服务需求日益增强,各种个性化服务技术也不断得到深入研究。数字电视作为一个新生事物,个性化尚未在其上得到很好体现。本文针对当前数字电视个性化的发展现状,分析传统的个性化服务技术的优劣,探讨如何将这些技术应用于数字电视。文中给出了面向数字电视的个性化服务的总体框图,详细介绍了主要Agent的功能,并且给出系统的粗略原型。     

基于Web3.0的个性化信息服务研究

web3.0是在web2.0的基础上发展起来,融合了多种新技术,让互联网与人们的社会生活更紧密的融合。本文通过对Web3.0概念及个性化信息服务特点的介绍,简要分析web3.0提供的个性化服务具体内容。以期为深入研究个性化服务相关人员提供一定的参考和借鉴。     

基于用户兴趣的Web服务发现

随着Internet上Web服务的快速增长,准确、高效地发现Web服务已经是Web服务技术中的难点和关键问题。文章提出基于用户兴趣的Web服务发现方法。首先介绍了对用户兴趣进行挖掘和建模的方法,然后论述了Web服务描述文档和用户兴趣特征之间的相关性分析过程,为得出满足用户兴趣的Web服务发现结果提供了一条可行的路径,提高了Web服务发现的准确度。     

基于兴趣偏好的微博用户性别推断研究

用户属性,如：性别、年龄等,是计算心理学、个性化搜索、社会化商业推广等研究和应用考察的核心因素。利用用户生成数据自动推断用户属性成为新兴的研究课题。本文提出基于用户兴趣偏好研究微博用户的性别推断问题。考察了用户内容偏好以及关注行为偏好对性别推断的作用。在新浪微博近万名用户的数据集上证明了用户偏好特征的有效性。与传统的语用特征相比,将用户内容偏好与关注偏好相结合能够显著提高推断准确率。关注偏好特征对推断非活跃用户的性别尤其有效。     

基于标签的个性化信息服务研究

标签(Tag)是一种灵活、有趣的日志分类方式,具有社会化、人性化、随意性等特点,可以为每篇日志添加一个或多个标签,根据所注标签聚合具有相似性的资源。文章通过引入聚类分析,推测用户兴趣偏好,构建用户兴趣模型,从而构建基于Tag的用户个性化信息服务流程框架。     

个性化数字服务模型

互连网海量信息与用户狭窄专一产生矛盾,传统的搜索引擎等工具不足以从根本解决这一矛盾,为提高信息的利用度,充分满足用户需求,为用户提供个性化数字生存的环境,本文提出了个性化数字服务的概念,这将成为互联网用的新模式。本文系统叙述了个性化数字服务模型的原理和构成,提出了建立个性化数字服务的具体思路和解决方案。     

基于混杂社会网络的个性化Web服务推荐方法

为了缓解Web服务推荐中存在的冷启动和数据稀疏问题,以及满足用户个性化的需求,本文提出了基于混杂社会网络的Web服务推荐框架及算法.该网络加入了服务提供者这一元素,可提供更多的真实信息,有助于缓解冷启动问题.根据提出的服务推荐框架,设计了用户-候选服务信任值预测算法（Computing Trust Value,CTV）,以及服务推荐算法（Recommend Queue,RQ）.在真实数据集上建立实验,结果表明本文提出的方法在预测准确率MAE、RMSE,推荐准确率MAP、NDCG,以及填充率和覆盖率上都有所提高,有助于提升个性化推荐的性能.     

面向个性化服务的用户兴趣偏移检测及处理方法

个性化服务系统的目标是根据不同用户的兴趣喜好为不同用户提供针对性服务,其核心是建立关于用户兴趣的描述,即用户兴趣建模。然而,现实生活中用户兴趣常常发生不可预测的变化,兴趣偏移问题一直困扰着建模技术,阻碍个性化服务系统性能的进一步提高。为了寻找切实可行的方法解决兴趣偏移问题,本文针对用户兴趣建模的兴趣偏移问题进行系统的研究,着重分析了兴趣偏移的检测方法和处理机制,对时间窗口、遗忘模型、长短期模型等隐式调整方法以及主要显式检测方法和技术进行了系统评述,并在此基础上提出了针对兴趣偏移问题的进一步研究方向。     

基于Sub Web Service服务组合方法

在当前Web服务动态组合研究的基础上,提出了一种基于Sub Web Service的混合Web服务组合方法。结合静态与动态服务组合方法,将动态生成的服务组合计划描述保存在缓冲池中,当用户使用该组合服务时,系统将会在缓冲池中搜寻此服务组合,并为请求调用它。在组合算法中提出了基于Sub Web Service的组合算法,将多输入多输出的Web服务分解为多输入单输出的Sub Web服务执行服务组合。在避免重复动态组合服务的基础上,减轻了Web服务在组合过程中对多输出接口的依赖性,提高了系统服务效率。     

个性化服务中的并行K-Means聚类算法

K-Means聚类算法在基于Web日志的个性化服务领域得到广泛的应用,但是在处理海量数据过程中,传统的(单机)K-Means聚类算法存在着可扩展性差、效率低下、运行时间长等缺点,在充分研究传统K-Means聚类算法的基础上,发现K-Means聚类算法中蕴含的并行性,提出了一种基于用户的并行处理K-Means聚类算法,并将该并行算法应用到个性化服务中对网站用户进行聚类,有效地缩短了用户聚类的时间。     

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.     

移动边缘网络中基于用户移动的服务功能链迁移策略

移动边缘计算(Mobile Edge Computing,MEC)通过在网络边缘部署服务器,提供计算和存储资源,可为用户提供超低时延和高带宽业务。网络功能虚拟化(Network Function Virtualization,NFV)与MEC技术相结合,可在MEC服务器上提供服务功能链(Service Function Chain,SFC),提升用户的业务体验。为了保证移动用户的服务质量,需要在用户跨基站移动时将SFC迁移到合适的边缘服务器上。主要以最小化用户服务的端到端时延和运行成本为目标,提出了MEC网络中具有资源容量约束的SFC迁移策略,以实现移动用户业务的无缝迁移。仿真结果表明,与现有方案相比,该策略具有更好的有效性和高效性。     

基于行为分析的Web日志用户识别算法

文章提出了一种Web日志分析中数据预处理阶段用户识别的新算法。这种算法基于用户浏览行为的建模,能够很好地处理同一用户在不同地点上网情况下的用户识别问题。本算法通过归一化的支持度指标来选择最能代表用户浏览行为的行为模式,并用布尔编码的方式提取特征。用户间的相似度采用余弦相似方法计算,并利用KNN（K=I）的分类方法来识别用户。在特定构造的数据集上的实验表明文章提出的算法能够不依赖于IP信息识别用户并具有较好的识别率。