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。     

基于话单数据的移动通信用户画像研究

用户通话产生的详细话单数据具有丰富的时空信息和社交信息,这些信息在一定程度上反映了用户的生活习惯和社交模式,对于移动通信用户画像研究具有重要意义.我们的研究是基于中国某运营商提供的10 000名用户一个月详细话单数据,本文从用户日常移动模式方面提取移动距离、回旋半径、访问点个数和移动方向熵特征,从用户社交生活方面提取通话时长、联系人数量、主叫比率和社交熵特征,利用上述特征对用户进行群体划分和构建用户词云名片,从而完成对移动通信用户的画像研究.本文使用用户话单数据为推测用户属性、理解用户特征提供了新的视角.     

基于智能化趋势的工程机械界面设计研究

目的 工业4.0时代,在智能化大环境下的工程机械与智能科技融合已成为重要趋势,众多复杂技术的使用为用户带来了使用上的困难。为了减少使用上的问题,对工程机械产品进行智能化交互设计研究,提出工程机械界面设计的参考原则。方法 利用文献调查法、个案分析法和归纳法,对智能化工程机械特征进行分析。结合交互设计的发展现状、智能化的应用,对相关案例进行归纳总结,分析智能化工程机械的界面设计。结论 智能技术与工程机械融合形成了操控系统智能化、多种信息集成化、交互形式多样化3大设计特征,从基于逻辑的层级划分、不同载体的相互协调、设备操作的去专业化3个方面展开界面设计,是基于用户使用过程中的逻辑构架和信息交流展开的人性化设计过程,能够减少智能化过程中存在的一些潜在问题。     

基于小众化用户需求的产品设计方法

目的在消费人群需求层次日趋多样化、差异化的前提下,借用\"小众化\"消费群体需求概念,提出目标用户消费心态需求特征,针对目标用户需求特征进行满足需求的有效产品设计方法。方法通过小众群体需求特征的提炼,得出受小众用户青睐的个性化、休闲、愉悦、多样化、小批量、体验感等要素。基于要素构筑产品设计表现信息,提出突出设计新意、凸显用户体验、使用功能集成、体现个人定制等方法,并在每一方法中引用实际的案例验证该方法是否有效,从而探索如何把对目标用户研究结果转化为有效、具有美感、有针对性的产品设计手段。结论该方法通过消费心态来描述目标用户需求及特征,有效帮助产品设计定位,从而构建产品设计信息。能够解决在产品设计中个性化、情感化、多样化等问题,有针对性地表现用户符合认知、突出时尚、个性的特点。     

基于概率计算的TPC译码算法研究与FPGA设计

目前TPC码(Turbo乘积码)常用的译码算法为Pyndiah-Chase-Ⅱ算法,但Pyndiah-Chase-Ⅱ算法在搜索最不可靠输入比特位置和最短欧氏距离码字的过程中,涉及大量的排序运算、复杂的分支结构和存储调度使其非常不利于集成电路硬件实现.针对上述问题,提出一种基于概率计算的TPC译码算法,该算法包括信息输入...     

面向用户的空间拓扑关联规则挖掘

在挖掘空间拓扑关联规则时,由于现有挖掘算法不能够提取满足用户特定需求的空间拓扑关联规则,若使用传统约束性关联规则挖掘算法,则存在大量的重复计算和冗余候选项;提出一种面向用户的空间拓扑关联规则挖掘算法,其适合在多空间关系模式下,挖掘满足用户特定需求的拓扑关联。该算法通过拓扑关系编码法将空间关系事务转换成整数,用非目标自由空间对象类的集合序列数值递增的方法,索引构建候选频繁项,并用布尔运算计算支持数。在挖掘满足用户特定需求的空间拓扑关联规则时,该算法是快速而有效的。     

融合全局信息的注意力增强会话推荐方法

近年来,基于会话推荐系统（session-based recommender system,SRS）的应用和研究是推荐系统的一个热门方向。如何利用用户会话信息进一步提升用户满意度和推荐精确度,是基于会话推荐系统的主要任务。目前大多数SBR模型仅基于目标会话对用户偏好建模,忽略了来自其他会话的物品转换信息,导致无法全面了解用户偏好。为了解决其局限性,提出融合全局上下文信息注意力增强的图神经网络模型（global context information graph neural networks for session-based recommendation,GCI-GNN）。该模型利用所有会话上的物品转换关系,更准确地获取用户偏好。具体而言,GCI-GNN从目标会话和全局会话学习物品向量表示。使用位置感知注意网络,将反向位置信息纳入物品嵌入中。考虑会话长度信息学习用户表示进而达到更有效的推荐。在Diginetica和Yoochoose数据集上进行实验,实验结果表明,相对最优的基准模型,GCI-GNN模型在Diginetica数据集各项指标上的提高超过2个百分点,在Yoochoose数据...     

虚拟现实全景流体绘画系统的可用性研究

虚拟现实环境给三维空间场景应用带来更强的真实感和身临其境的体验。在虚拟现实场景中经常需要使用 360全景图像生成沉浸式环境背景,其中全景流体动力学绘画系统提供了一个新的全景图绘制方法。在调研虚拟现实技术在流体绘画领域应用的适用性测试中,本文综合运用用户测试法、操作日志分析法、事后问卷调查法和访谈法,对基于虚拟现实的全景式流体绘画创作系统进行可用性评估,并创意性地使用可视化方法辅助日志分析。所有的受试者均认为系统的可用性不低于一般水平,利用该系统完成流体绘画的创作工作不需要受试者具有专业绘画经验。受试者对系统的功能效果持积极肯定的意见,并期待尝试用其他交互形式代替手柄类交互方式以促进艺术创作的表达。其研究方法和结果将为同类系统的开发和评估提供参考。     

基于多元聚类模型与两阶段聚类修正算法的变电站特性分析

变电站负荷包含多种用户负荷,其特性非常复杂,选择单一的日负荷曲线或是用户构成比例作为指标进行聚类,可能忽略其他因素并导致聚类结果不够全面。由此提出了同时考虑变电站日负荷曲线与变电站用户构成的多元聚类模型。为求解该模型,首先对日负荷曲线数据采用Kmeans算法进行聚类。然后,提出一种两阶段聚类修正算法,用于依照变电站用户构成数据修正日负荷曲线聚类结果。研究结果表明,所提方法所得的聚类结果准确度高,可降低聚类结果跌入局部最优的可能性,且所得结果能明确体现各个变电站在日负荷曲线上及用户构成上的差异。     

基于神经网络的汽车侧面造型评价方法

利用反向传播(BP)神经网络,在 MATLAB 中搭建汽车造型轮廓与意象语义之间的关系模型,快速判断汽车侧面造型风格。随后利用卷积神经网络(CNN)搭建的表情识别模型建立汽车造型评价系统,分析并识别用户对于新设计的喜好程度,以得到符合用户情感需求的汽车侧面造型方案。最后通过实例验证方法的可行性,并推断出流线型汽车的最佳曲率范围。实验结果表明,基于神经网络的汽车造型量化评价方法可以较准确地对产品造型设计进行评价并以数据形式得到具体意象的侧面造型。