基于用户浏览行为度量浏览兴趣的研究

准确地度量用户浏览兴趣是Web使用模式挖掘的基础,本文针对Web使用模式挖掘,首先分析了已有的度量用户浏览兴趣方式的不足之处,提出了一种基于用户浏览行为度量用户浏览兴趣的方法。分析了现有Web使用模式挖掘的数据采集方式,提出了一种综合利用服务器日志文件和客户端数据获取用户浏览信息的方法,从用户浏览网站的数据中抽取感兴趣的模式,理解用户的浏览兴趣行为,以便进一步改善网站结构或为用户提供个性化的服务。     

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.     

基于混合推理系统挖掘用户访问模式的ILP方法

提出一种结合DL-safe规则挖掘用户访问模式的ILP方法.该方法首先定义基于事件的日志本体,将DL-safe规则和日志本体构建为一个推理过程可判定的混合日志知识库,在此基础上借助ILp的理论和方法学习生成有效用户访问模式.该方法充分利用日志本体中事件问特定的语义关系有效简化了挖掘过程并提高了挖掘效率,为改进站点结构提供更有效的决策.实验结果表明了该方法的可判定性和有效性.     

基于领域本体的个性化推荐在健康系统中的研究

协同过滤技术(Collaborative Filtering)成功应用于个性化推荐系统中,为了用户能更准确地获取信息,提出了利用领域知识进行相似度计算的协同过滤算法,利用用户兴趣与领域本体中概念的映射关系,构建用户兴趣本体,发掘用户兴趣模式,通过融合评分项目相似度和用户相似度的计算,使用户在评分的共同项目很少或为零的情况下也能找到最近邻进行协同推荐.将这一方法应用到某健康系统中进行实验分析,该方法不仅解决了传统的基于项目的协同过滤带来的问题,而且还提高了推荐系统的推荐质量.     

一种改进的基于浏览行为的用户兴趣模型

主要讨论并建立了一种改进的基于用户浏览行为的用户兴趣模型,模型中综合考虑了Web用户对页面的浏览行为、对页面关键词的感兴趣程度、用户的短期兴趣和长期兴趣。在.NET平台下实现了WIPISES演示系统,在系统中嵌入本文所提出的改进的用户兴趣模型。仿真实验结果表明:使用本文改进的用户兴趣模型进行信息检索,其搜索效果优于目前主流的搜索引擎,而且Web用户的偏好性越强,WIPISES系统的优势也就越显著。     

校园网论坛评论的人类动力学分析研究

基于校园网论坛评论的数据统计,从群体层面和个体层面深入挖掘学生用户在校园网论坛上活动行为的时间间隔分布的统计特性,以及给出学生群体兴趣度消失模型的实证研究.研究发现,论坛整体评论时间间隔以及用户个体活动时间隔服从幂律分布,学生群体兴趣度消失模型中,学生群体对于某个话题的兴趣逐渐消失,评论的时间间隔服从幂率分布,且对于比较敏感的话题,会存在兴趣再次上升的情况.     

社会化标签系统中基于本体的个性化推荐方法研究

【目的】捕捉用户兴趣的动态性变化,优化个性化信息推荐效果。【应用背景】高效的个性化信息推荐方法可以根据用户行为特征主动为用户提供合适的信息资源,使信息的获取和利用更加快捷、准确。【方法】以"新浪微博"为例,通过挖掘用户及其关注者的微博数据,提取标签,计算二者兴趣相似度及亲密度,确定用户兴趣标签并优化标签描述,从而构建用户个性化"轻量级"本体,使得语义网资源能够准确地投放到用户界面。【结果】有效缓解了信息爆炸式增长所造成的"信息迷航"现象。【局限】微博数据中的杂音(广告转发、多语言描述)、数据不充分等,可能影响标签提取的准确性。     

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。     

基于兴趣图谱的用户兴趣分布分析及专家发现

尽管用户可自主生成个性化数据以更全面描述个人偏好,但由于用户创建数据不严谨、不可控,导致生成的庞大数据集大多存在质量低、噪声严重的缺陷.因此管理复杂网络信息时,不能仅使用写入性知识,必须重视具有大量领域知识的专家,因为其可为系统提供高质量的信息.本文通过构建和分析用户兴趣分布曲线以发现兴趣领域专家,并提出甄别状态不正常的伪专家算法.由于网络中权威专家数量较少,所以所提供的信息是有限的.因此本文定义的领域专家不仅包含权威专家,而且包含普通用户中对某领域有极高关注的兴趣领域专家.实验证明算法的正确性和高效性,并且较低的复杂度使其可处理海量用户节点信息.     

基于兴趣度的Web用户聚类方法

现有的Web用户聚类方法都是通过对用户喜好页面的访问模式分析来建立用户聚类,没有充分考虑时间意识、用户兴趣、用户访问模式之间的关系与影响.针对这一问题,在时间意识的Web用户聚类基础之上,提出了基于兴趣度的Web用户聚类方法.通过对日志文件中的用户访问模式进行分析,计算用户兴趣度.结合渐进遗忘算法,对用户兴趣爱好进行调整与更新,并在此基础上对用户进行聚类.实验表明,本方法能够更好地分析用户访问模式,更准确地计算用户兴趣,具有更好的聚类效果.     

一种基于用户浏览行为更新的兴趣模型

为了使个性化推荐系统能适应用户浏览兴趣的变化,一个关键问题就是如何动态地更新用户的兴趣模型。提出了一种新的二层树状结构模型。模型的第1级节点表示用户的兴趣类型,及其对每一兴趣类的兴趣度高低：第2级节点是用户某一兴趣类的向量空间模型表示。并通过分析Web环境下用户的浏览速度,改进了兴趣类兴趣权值计算公式,然后通过用户在这张页面上的浏览速度和页面内容与兴趣类主题的相关程度来更新模型。试验表明改进的计算公式能将兴趣估计的一致性提高到70％。     

基于多媒体的高职“电子技术”课程学习效果强化策略研究

"电子技术"是高职院校机电类专业的基础课程,其教学的整体水平对于学生后期机电知识的学习效果具有十分重要的影响。而在学生实际学习过程中,学习兴趣是学生学习电子技术执行力的主要影响因素。提高对"电子技术"的学习兴趣有利于学生更好地掌握电子技术知识、提升学生的电子技术学习水平。针对此,对于如何提高学生对"电子技术"课程的学习兴趣,文章在详细阐述"电子技术"教学过程中存在问题的基础上,提出了提升学生学习"电子技术"课程的兴趣的合理措施。     

数控专业英语教学改革探索——打造活力课堂,实现和谐双赢

专业英语是数控专业课程体系中不可缺少的重要组成部分,作者从几年来从事数控专业英语教学的经验出发,针对数控专业英语教学内容选择、教学方法手段、教学评价考核等方面,对如何提高学生学习兴趣,进而提高专业英语应用能力进行了探讨。     

激发学员学习兴趣提高模拟电子技术授课质量

《模拟电子技术基础》是电子信息类专业必修的一门专业基础课,可学生普遍感觉抽象难懂,枯燥乏味。针对这一问题,笔者根据自己的教学实践,总结出了一些能有效激发学员学习兴趣的方法。     

学术兴趣驱动的嵌入式系统教学

本文对研究生嵌入式系统教学进行了研究并提出了学术兴趣驱动的新型教学方案。该方案设计的课程内容涵盖各种主流的嵌入式平台,学生依据自己的研究方向选择最合适的平台学习,多名教师联合授课,各自负责一个或几个嵌入式平台的教学。文中给出了方案设计的示意图并指出了方案实施中需要注意的三个主要问题。该方案的实施不仅能够提高研究生学习嵌入式系统的效率,而且促进了学术科研的发展。     

浅析公益诉讼制度在退役电子产品环境污染防治中的应用

电子产品的不断更新换代,造成全球退役电子产品的产生量大、增长速度快,大量的退役电子产品得不到充分的循环利用,一方面造成了资源的极大浪费,另一方面更是对全球的环境造成了严重的破坏。为此,各国政府在如何有效防治退役产品污染方面都在不断加大防治力度,也有很多国家通过制定完善法律制度对退役电子产品的回收再利用及销毁方式进行了强制性的政策规定。而环境污染关系到公民的切身利益,公民的环境权利意识开始觉醒,环境公益诉讼应运而生。环境公益诉讼是在传统诉讼制度无法应对严重的环境生态危机的情况下产生的一种新的诉讼形式,自20世纪70年代在美国建立以来,已经被许多国家纷纷效仿。在退役电子产品的污染防治中,公益诉讼制度的应用具有重要的意义。     

提高学生对“电工学”课程的学习兴趣

"电工学"这门课程是工科类非电专业的一门专业技术基础课程,如何激发学生的兴趣和热情,针对性地向学生介绍电工学的基本理论和基本方法,培养他们的动手能力是一个值得探讨的问题。本文阐述了教师通过教学方法的运用,提高学生对电工学的学习兴趣的一些做法,以达到提高电工学课程的教学提高质量的目的。     

基于兴趣点局部综合颜色和纹理图像检索方法

提出了一种基于兴趣点局部区域综合颜色和纹理的图像检索方法。此方法主要用于对图像中有代表意义的局部区域图像特征进行提取。文中研究了对兴趣点的选取以及感兴趣区域的确定,再对感兴趣区域内的图像进行颜色和纹理特征提取。实验证明,此方法提高了图像的检索效率及准确率。