Widget应用现状研究

随着互联网的不断发展和演化,用户对于个性化信息的需求在不断增长。Web2.0概念的全面普及使得这种＂个性化＂进程日益加速。Widget应用在这种背景下应运而生。另外,互联网及移动互联网的发展使得移动通信产业链中各个环节的界限逐渐模糊,终端设备商、软件应用提供商以及移动运营商纷纷试图通过触及用户层面以提升收入,全球Widget业务正步入一个快速发展期。     

灵活适应不同业务的个性化推荐系统研究

互联网技术的迅速发展,尤其是以个性化为主要特点的Web 2.0的不断成熟,使得大量信息同时呈现在人们面前,个性化推荐技术的价值日益凸显。提出了一种灵活适应不同业务的个性化推荐系统设计方案,采集并分析用户的所有显式行为和隐式行为,结合用户行为配置文件和熵值法分析用户对物品的兴趣度,并引入时间遗忘函数,解决用户兴趣漂移问题,然后基于协同过滤技术得到用户的个性化推荐列表。通过实际数据进行测试,给出了系统推荐效果评估分析。     

基于3G用户优先级的流量优化研究

在移动互联网流量规模增长、应用和内容极大丰富、用户个性化需求不断提升的背景下,如何在满足用户不断发展的业务需求的同时,提升网络运营价值,是运营商在移动互联网时代所亟待解决的难题。本文通过对3G用户行为精细化分析,实施EV-DO用户级QoS流量优化,根据用户价值级别和业务属性合理调度网络资源,提升3G用户感知和流量价值。     

高校图书馆个性化信息服务的实现路径

个性化信息服务体现了以用户为中心的服务理念,为图书馆信息服务的发展带来了生机和活力。高校图书馆应利用自身在服务资源、服务技术等方面的优势,拓展个性化信息服务的内涵,不断提升图书馆服务能力,本文研究了高校图书馆个性化信息服务的实现路径。     

基于Web挖掘的个性化学习系统

随着Internet的深入发展和不断的普及,Web已经成为人们获取信息,进行学习的最重要的手段之一.但是,目前Web系统只为所有用户提供相同的服务,而Web用户的需求却千差万别,用户希望Web系统能够根据他们的不同特性提供个性化的服务.普通的学习系统已经不能适应他们的学习,不能体现他们的个性化.因此,根据他们的不同特性开发个性化的学习系统已变得相当重要.     

基于ALS协同过滤算法的个性化推荐研究与应用

随着大数据和数据挖掘技术的不断发展和成熟,个性化推荐越来越发挥着重要作用。为了能够更有效地向用户推荐其感兴趣的产品,文章研究了在Spark平台架构基础上使用ALS协同过滤算法在个性化推荐系统中的应用,并对该系统作了性能和效果的评估。根据实验表明,基于Spark平台的ALS算法能有效地为用户推荐其所感兴趣的产品,从而达到个性化推荐的目的。     

移动客户端个性化定制栏目的用户粘度研究——以网易新闻客户端数码频道为例

随着技术的不断发展,移动新闻客户端的设计更加人性化。如网易新闻客户端除头条、财经、体育、娱乐和科技五大常规栏目外,还有一些需要用户动手添加的个性化定制栏目,如数码、历史、手机、社会、电影等。如今新闻APP的竞争异常激烈,小栏目的生存已然十分艰难。本文将以网易数码新闻客户端的数码频道为例,研究个性化定制栏目在用户粘度上的得与失。     

迎接移动通信的第三次浪潮──个性化

随着移动通信带宽的提高、终端性能的增强，在未来的几年里移动数据业务将会保持高速发展。与有线通信相比，移动数据通信有其特点，移动终端屏幕小、带宽窄、输入和浏览不方便，使得用户不可能完成复杂的操作。但是移动终端本身的个性化极强。要真正实现人类“沟通无极限”的梦想，不仅需要不断提高通信带宽，增强终端的处理能力，改善用户的输入方式，而且还需要实现无线应用和服务的全面个性化。对用户而言，个性化的优点在于使用方便，节约了操作时间；对服务提供商而言，可以提高服务质量，吸引更多用户。引入个性化当然也可能带来一些…     

基于SDN技术的大客户专线智能调速

<正>随着国内网络技术的发展,传输网络带宽不断提升,专线业务的开通量逐年上升。同时,随着互联网技术的不断发展,用户对网络服务的个性化需求越来越多,对专线速率的调整越来越重视。对于运营商而言,传统树形网络结构和"烟囱式"的建设已不适应当前蓬勃发展的数据业务。运营商需要考虑如何为用户提供按需分配、快速开通、动态调整等服务,并实现专线质量及用户体验的智能保障。     

智能搜索系统个性化服务的研究

随着互联网技术的不断发展与成熟,人们进入了信息爆炸的时代。人们想要更加方便快捷的获取所需要的信息。因此,能够提供个性化服务的超级门户也就孕育而生。人们可以在此随时获取自己所需要的信息,随时更改自己的定制。同时,在搜索信息时,搜索引擎将会根据用户平时搜索的领域和内容,更加准确的搜索到用户所需要的信息。智能化搜索提供的个性化服务将形成以用户为中心的服务模式,本文介绍了个性化聚类与推荐的K-Mean算法。     

云计算虚拟现实技术供应链协同系统设计与实现

随着科学技术的不断发展,服务行业呈现出个性化、多样化的发展态势,对各个行业中的数据进行分析可满足更多用户的需求,这也使得云计算虚拟现实技术供应链协同系统设计变得越来越重要。本文根据以往工作经验,对个性化虚拟现实数据的挖掘模型建立进行总结,并根据实际实验,论述了供应链云计算协同管理系统的具体设计。     

基于统计学多元数据分析的用户画像构建研究

随着互联网的不断发展,个性化服务的需求也越来越强烈。为了更好地满足用户需求,构建准确的用户画像成为研究的重点。本文基于多元数据分析,将用户的行为数据、兴趣爱好、社交关系等多个方面的统计数据进行综合分析,构建了更加全面准确的用户画像。研究结果表明,采用多元数据分析可以有效提高用户画像的准确性和完整性。     

数据挖掘在移动电子商务的应用及探索

目前,电子商务的发展面临着业务与盈利模式同质化、忠诚用户少、服务个性化程度低、用户发展渠道单一等困难,为最大程度地挖掘客户价值、满足用户的服务个性化需求,电信运营商应充分发挥自身特点,建立用户统一视图,通过数据挖掘技术,实施用户细分策略,全方位地量化用户综合价值,提高用户感知,增加用户黏性,促进电子商务特别是移动电子商务向服务差异化的趋势发展。     

信息化推动金融行业再造

随着经济全球化进程的加快，竞争开放性的不断增强，金融行业面临的压力越来越大。大力推进信息化，发展新业务，为用户提供全方位、个性化的服务已经成为金融网络系统发展的方向。     

政策解禁机遇下 IPT值面新传输渠道挑战

随着年轻视频用户的不断增多、个性化收视需求的增强、网络带宽的不断升级，多种视频传输渠道并存与竞争的格局已出现。     

产品体验测试IT系统设计研究

正1引言移动互联网时代,各类产品快速涌现,随着技术门槛不断降低、资讯分享愈发便捷,产品同质化竞争严重。同时,用户不断增加的个性化需求迫使企业加强关注和研究用户对产品的体验,以便及时对产品细节进行优化和更新,从而提升用户感知,抢占市场先机。     

行业用户信息化呼唤电信增值新应用

行业用户信息化催生新增值业务行业用户有其自身的特点,其信息化的需求也是多种多样的,尤其对电信增值业务的需求更是呈现多样化、个性化的发展趋势,这就需要电信运营企业不断推出适应市场需求的相关产品。单纯的话音业务已经无法满足市场发展的     

基于大数据平台的IPTV用户行为分析

IPTV业务的不断发展积累了大量的用户和数据,这些宝贵的数据资源如果能充分挖掘和利用,将会为业务设计、营销决策等提供坚实的数据基础。本文采用大数据技术对IPTV用户的收视和行为数据进行科学的分析,通过IPTV用户画像和收视路径分析,准确发现用户的收视和行为特点,优化用户的个性化收视体验,为IPTV业务运营带来更好的决策依据。     

政策解禁机遇下 IPTV直面新传输渠道挑战

随着年轻视频用户的不断增多、个性化收视需求的增强、网络带宽的不断升级,多种视频传输渠道并存与竞争的格局已出现。IPTV经过了前几年的曲折发展,渡过了最困难的时期,目前在三网融合试点地区开展IPTV业务全部合法化,已经没有实质性的政策障碍,IPTV终于迎来大发展。     

基于大数据的高校图书馆定制化信息服务研究

随着图书馆数字资源、用户信息和服务信息的日益增多,用户个性化信息需求不断增加,这为高校图书馆提供定制化信息服务提出了更高的要求。因此,文章深入研究了大数据技术在高校图书馆定制化信息服务中的应用,通过综合信息服务平台搭建,用户行为数据挖掘,定制化智能服务推送等方面,提高图书馆的服务质量,从而更好地为学校发展提供支撑和动力。