共查询到20条相似文献，搜索用时 655 毫秒
1.
传统推荐系统存在不以用户关注度为导向、推荐信息分散、推荐效率低等弊端,针对该问题,通过深入挖掘用户的关注度特征及浏览行为特征,分析用户的潜在需求,以此为基础,综合基于类别关注度的信息推荐、基于主题词的长期关注度推荐以及基于协同过滤的个性化推荐算法,采用模块化的设计方法,提出一种基于用户关注度的个性化推荐系统。实践应用表明,该系统能够帮助用户从海量信息中快速、准确地找到自己关注的内容,对互联网个性化信息服务具有一定的应用价值。 相似文献
2.
基于智能Agent的个性化信息检索系统 总被引：2，自引：0，他引：2
本文通过分析搜索引擎与智能Agent技术的原理,提出了一个基于智能Agent的个性化信息检索系统结构,并详细说明丁组成该系统的信息Agent,用户Agent,学习Agent等主要Agent的功能及实现方法. 相似文献
3.
提出基于多Agent的设备信息个性化服务系统。系统具有主动搜集、监视、维护、更新信息的功能,还可不断学习用户知识,包括用户感兴趣的设备信息、用户的使用习惯等,并能运用这些知识来为用户提供个性化的设备信息服务。由于设备种类、型号、厂家、供应商以及维修服务等品目繁多,在设备的选购、维护、更新等方面会给用户带来许多困扰。基于多Agent的设备信息个性化服务系统能够较好解决这些问题。 相似文献
4.
文章分析了数据挖掘与智能Agent的含义及特点,提出了利用智能Agent、数据挖掘技术对数字图书馆中的用户资料及访问web时的当前请求进行预测分析,据此获取用户兴趣爱好、访问习惯,预测用户行为,挖掘用户潜在需求,减少用户访问延迟,提高用户获取信息的效率,为其提供主动的个性化信息服务。 相似文献
5.
信息技术和网络技术的发展使信息空间日益复杂化,现有的搜索引擎技术已不能满足人们的个性化信息需求．文中概述了Agent争个性化信息服务涵义及特征,分析了Agent的系统原理及其结构,并对基于Agent技术的个性化信息服务的实现作了一些探讨． 相似文献
6.
马寅 《宁波职业技术学院学报》2015,(2)
为提升高职院校图书馆信息系统的个性化服务水平,优化知识管理,在传统OPAC平台基础上增加了读者兴趣模块和信息过滤模块,搭建图书馆个性化信息服务系统架构。依托分布式人工智能领域的Agent技术,在多智能Agent协同工作下,采用基于内容的过滤方式及智能Agent的学习、更新功能,从用户操作记录中提取特征信息,构建不同的兴趣模型。根据读者兴趣差异,与传统文档检索结果相匹配,有效过滤出读者需求信息,减少读者寻找需求信息的时间,提高读者检索效率,实现相似用户的信息推送,实现“信息找人”。 相似文献
7.
本文利用用户在线行为数据,构建了针对机构知识库的个性化推荐系统。具体方法为:基于大数据Lambda架构,实现系统对用户隐式和显式行为的数据采集、汇总、融合、计算功能,构建基于本体的加权向量用户兴趣离线计算模型;同时针对用户对机构知识库行为的反馈,进行实时推荐。最后得出结论:利用大数据思维和技术,构建多维度用户行为模型,对机构知识库的个性化推荐有一定实用价值。 相似文献
8.
将Agent技术引入到搜索引擎个性化服务系统中,由它记录用户的个性化信息。Agent技术提供了一种完全不同的Web信息检索模式,有望使Web信息检索的效率产生一个质的飞跃。 相似文献
9.
设计一个基于多Agent个性化信息搜索系统PISMA—Personalized Information Search System BaseonMulti—Agent。系统包含5个Agent和其它2个组件,在设计上强调了获取信息的个性化和时效性,具有智能搜索和主动搜索特点。论文先介绍了系统结构模型,重点说明了5个Agent的设计,其中的移动A—gent通信采用了我们设计的超时即返算法RIOT—Return Immediately OutTime;然后从用户模型、系统学习模型和个性化信息模型三个方面讨论了个性化搜索模型实现;最后进行了总结和对未来工作的展望。 相似文献
10.
个性化推荐系统的出现为用户提供了一个解决Web商品信息过载问题的强大工具。个性化推荐技术是基于Web使用挖掘、商品相关关系发现、商品分类等多项数据挖掘技术的。分析了这些技术的基本原理和特点并提出了一种计算商品关联关系和用户喜好倾向的算法以及个性化商品推荐的程序实现方法。 相似文献
11.
通过对现有网络教学系统进行分析,根据Agent的原理,构建了一个基于多Agent的个性化网络教学模型。利用Agent的智能推理能力,设计了一种教学模式选择的适应性选择策略,探讨了根据学习特征、学习难度进行个性化学习推荐的方案等,实现了学生的按需学习和教师的因材施教。 相似文献
12.
随着教学资源规模的急剧增长,常规的资源检索和传统的推荐方法其反馈结果的精确性和个性化程度越来越低,文章提出了基于模糊聚类的推荐方法,并结合协同过滤、智能分词和移动Agent技术,对目标用户的检索期望进行预测和推荐,实验结果证明,其推荐质量和精度得到了较大的提高. 相似文献
13.
随着数字图书馆的发展,"信息过载"问题逐渐突出,如何快速、准确、主动为用户推送信息,成为数字图书馆建设急需解决的问题之一。提出了一种新的基于演化算法的数字图书馆个性化推荐技术,设计了个性化推荐系统模型,并应用到数字图书馆个性化推荐服务中。实验表明,该技术具有较强的有效性。 相似文献
14.
本论文首先对信息推送及其相关技术进行了概述,提出了一种基于Agent来实现个性化信息推送服务的思想,并分析了其优势所在;然后从功能和结构上对基于Agent的个性化信息推送服务系统进行了设计;最后对该系统主要模块的实现思路以及工作流程加以了研究和分析。 相似文献
15.
案例推理Agent合作框架下的个性化学习资源推荐研究 总被引：1，自引：1，他引：0
e-Learning学习环境中学习资源的极大丰富,在给学习者带来资源选择多样性和主动性的同时,也给不同背景和不同学习偏好的学习者满足个性化资源的需求带来不便,出现了在众多学习资源面前的选择迷航现象.本文基于此提出了多角色案例推理Agent间的合作框架,通过多角色Agent的合作,结合案例推理的思想尝试解决e-Learning环境下学习资源个性化推荐问题.本文阐述了案例推理在个性化学习资源推荐中的工作流程,分析了案例推理的关键技术,并结合实例说明了案例推理技术使用的过程. 相似文献
16.
随着互联网与移动终端的普及,网络上的电影娱乐信息数量海量增加,用户对电影个性化服务的需求日益旺盛。设计电影个性化推荐系统,该系统基于B/S模式,采用JavaEE体系架构。个性化电影推荐服务能够挖掘用户信息、电影项目信息间隐藏的关联性,从而发现用户的潜在兴趣,将用户可能感兴趣的影视片推荐给用户。 相似文献
17.
强薇 《中阿科技论坛(中英文)》2023,(10):90-94
为了有效解决英语数字资源的个性化推荐结果不准确等问题,文章提出一种基于改进神经网络算法的英语数字资源个性化推荐方法。计算时间序列内滑动窗口内的数据均值,获取起始序列向量;将用户行为加以分类处理,形成多个规格一致的时间片,采用取样法对用户群体进行统计,得到各类型用户的行为状态定性;将平均查询频率作为标准,观察用户的查询行为特征,得到用户行为特征挖掘结果。在改进神经网络中引入元数据概念,构建以数字资源为基础的英语数字资源本体,对用户偏好以及英语数字资源本体双重聚类后,匹配类之间的拟合关系,确定最终推荐的英语数字资源。应用结果表明,该方法可有效提升英语数字资源个性化推荐的质量,减少个性化推荐耗时。 相似文献
18.
19.
讨论为访问用户提供高质量个性化推荐服务的个性化推荐系统的设计和实现.通过分析现有的基于Web体系结构的个性化推荐系统的特点,从用户访问W eb页面的特点出发,确定了以网页结构相关性为基础进行个性化推荐技术研究的目标.推荐系统由离线挖掘子系统和在线推荐子系统两部分组成.仿真实验表明,基于网页结构相关性的推荐系统具有较高的推荐准确性和更快的响应速度. 相似文献