基于旅游业移动电子商务的个性化推荐模型研究

通过建立个性化推荐模型,分析用户的网络访问行为,利用KSP算法以及MIAR算法获取关联规则,从海量的模糊数据中挖掘出个性化信息,修改移动网站的内容和结构以满足用户信息需求,并对用户的移动网络搜索数据进行智能挖掘,推荐相关的Top-N旅游产品。同时针对以上研究设计旅游业移动电子商务个性化推荐模型,并对该模型流程进行分析,探讨后台移动数据库设计。     

一种基于HowNet的词语语义相似度计算方法

目前基于How Net的词语语义相似度计算多是根据上下位关系计算语义距离的方法,其结果与人的主观认识存在差异。提出了一种词语语义相似度计算的改进方法,在原有方法基础上,同时考虑影响词语相似度的多种因素,如How Net中义原的深度和密度等,进而挖掘义原间关系,改进原有计算方法。实验结果表明,利用所提出的改进方法计算的词语语义相似度更加贴合人的主观认识。     

“苏式生活”与苏州城市旅游意象建构研究

继"人间天堂""东方水城"等旅游形象宣传口号之后,苏州提出围绕"苏式生活"进一步打造城市旅游品牌的发展战略。文章根据有关苏州的旅游博客原创内容数据,采用内容分析和语义网络分析对"苏式生活"旅游体验以及苏州旅游意象内涵予以探讨,提出结合明代和民国历史文化特色、挖掘苏式生活体验内涵,创新城市休闲度假旅游产品体系、拓展江南核心意象空间,以及完善城市旅游功能设施、打造苏式生活服务体系等苏州城市旅游意象建构策略。     

英语幽默中的双关修辞及其汉译策略

幽默是英语语言文化的重要组成部分,而双关是英语语言实现含蓄表意、达到幽默效果的主要修辞手段。本文通过大量的实例分析、论述,将英语幽默中的双关修辞归纳为语音双关、语义双关和语法双关三大类,并进而提出了英语幽默中双关语的汉译策略。     

动态本体描述语言的研究

为了让计算机能理解资源的语义,文中设计了一种基于互表性的动态本体描述语言.研究结果表明,通过定义动态本体的Agent、Object、Class和Ontology,得出了动态本体描述语言的基本词汇、语法结构和语义描述,使语法和其描述的语义达成一致.     

面向新产品开发市场定位的一种聚类算法*

如何从海量的样本数据中挖掘出具有共性的顾客需求信息,帮助商家识别出潜在的客户群,并提高对市场活动的响应效率,是当前国内外市场研究的一个重点和难点。以新产品开发策划中的新产品市场定位为研究对象,提出了一种基于网格的聚类算法(meshbased clustering algorithm, MCA)。此算法可以在市场调查数据中深度挖掘顾客潜在需求,根据顾客评价对产品进行竞争性分析,采用积极的营销策略,不断挖掘新客户群体,从而为企业制定新产品开发战略和产品市场定位提供科学决策依据。     

基于变因素集和多语义粒度的用户满意度评价方法研究

文章提出了基于变因素集和多语义粒度的进行用户满意度评价的思想,采用模糊综合评价法构建了基于变因素集和多语义粒度的用户满意度评价模型,并给出了相应的应用实例.该方法充分考虑到用户的多样性,体现了以用户为中心的思想,使得评价的结果更加准确可靠.     

客户评论中用户体验信息自动提取研究

客户评论在人们的日常生活中越来越重要,人们希望从客户评论中获取商品的用户体验信息.客户评论数量的急剧增长使得用户快速、精准地获取有用的信息变得较为困难.为此,提出一种能够自动提取用户体验信息的方法.该方法通过语义片段过滤评论中的冗余信息,提取产品特征词及特征描述词,将其结合组成用户体验信息,自动获取信息能够迅速、准确地从客户评论中提取信息.实验结果证明了该方法的有效性,并且能够保证较高的准确率与查全率.     

基于SOM神经网络的移动客户细分研究

利用基于RFM模型的自组织特征映射神经网络(Self-Organizing Feature Map,SOM)对移动客户进行细分,可以有效地解决各类别特征不明显、特征参数相互交错、非线性分布的类型识别问题。研究过程中将客户的属性划分为近度、频度、值度三个指标,模拟专家分类的功能,根据各个客户簇的特征进一步分析客户的终身价值,量化分析客户的重要性。最后利用相关的市场营销知识对各个客户类别提出相应的营销策略方案。     

基于Hadoop的Web服务语义可信QoS发现模型

随着Web服务应用的快速增长,用户如何在众多功能相似的Web服务中更加准确地选择出满足自己QoS需求的Web服务是一个亟需解决的问题。目前已有的研究工作存在两个问题,其一是对QoS的量化存在客观性和准确性问题,其二是对服务质量缺乏语义描述,QoS匹配时也仅限于数值上的匹配。针对这两个问题,利用Hadoop的分布式注册、查找服务模式,提出了基于Hadoop的Web服务语义可信QoS发现模型。本模型从数值匹配和QoS语义匹配两方面考虑,首先,用主客观赋权模式为多维QoS属性赋权值,提高QoS属性的客观性和准确性,并加入信誉度参数来提高Web服务QoS属性的可信性;其次,对OWL-S进行了QoS本体扩展,以满足客户对服务质量的语义匹配需求。通过验证表明,本模型能有效解决查询瓶颈和单点失效问题,且能根据用户QoS需求偏好更加准确地找到满足用户需要的Web服务。