共查询到20条相似文献，搜索用时 31 毫秒
1.
图书馆读者兴趣度建模及实证分析 总被引：1，自引：0，他引：1
对读者进行兴趣度分析,是图书馆进行一切业务工作的依据。本文阐明了图书馆进行读者兴趣度研究的意义,通过对图书馆流通日志进行关联规则挖掘,提出了一种基于支持度、置信度、提升度、有效度的读者兴趣度研究的模型,并提取数据对此模型进行了实证分析。 相似文献
2.
基于关联规则的图书馆读者兴趣度实证分析 总被引：2，自引：0，他引：2
图书馆读者的兴趣度是读者对图书馆各文献的借阅、下栽等的偏好程度,通过对读者兴趣度的度量,能为图书馆信息服务提供更多更好的依据.文章研究了关联规则在读者兴趣度中实现的方法、过程和现实意义,对图书馆文献的借阅信息进行了深层次的数据挖掘,建立了读者兴趣度度量的计算模型,并进行了相关的实证分析. 相似文献
3.
4.
基于网络阅读行为兴趣度模型的网摘推荐 总被引：3，自引：0，他引：3
提出一种网络阅读行为兴趣度模型的网摘推荐，兴趣度模型与阅读度、评论度及滚动条覆盖内容度三者密切相关。在用户授权的情况下，将兴趣度大于一定阀值的网页，自动进行网络保存和网络推荐。 相似文献
5.
6.
提出一种基于用户兴趣度矩阵和改进粒子群优化的数字图书馆文献推送方法。从用户兴趣行为特征入手,首先构建用户对文献的兴趣度矩阵,然后通过文献聚类和最近邻查询,产生最优推荐列表。其中利用改进粒子群优化算法对文献聚类进行优化,进而能够提供更高效的文献推送服务。 相似文献
7.
用户兴趣的度量和用户兴趣的修正是个性化服务研究的重要内容。本文以用户最小浏览行为组合为基础,通过引入页面浏览率,改进页面驻留时间的计算方法,建立以页面浏览率、驻留时间和浏览速度为变量的兴趣度估计函数,提高用户兴趣度估计的准确性。同时,本文还将兴趣度导入到向量空间模型,采用二层树状结构表示用户兴趣,并提出用户兴趣定期修正方法,以缓解用户兴趣实时修正带来系统性能的下降。 相似文献
8.
提出了一种基于用户浏览历史的用户兴趣提取模型,它隐式地收集用户信息用于个性化搜索中,即是通过对用户兴趣度的定义,在用户的浏览历史中得到一组代表用户兴趣的网页,并设计一个聚类算法,对这组代表用户兴趣的网页进行聚类操作,从而得到能代表此用户兴趣类别的词,即用户的兴趣。 相似文献
9.
10.
文言文与学生的实际生活联系不紧密,甚至有一定距离,文言文教学就成了语文教学的一大难点。怎样调动学生对古文的兴趣,提高学生的阅读水平？本文从细节这一角度入手,展现一些教学细节在对学生兴趣的引导、思维的启发、知识面的拓展等方面的作用。 相似文献
11.
【目的/意义】用户画像深刻地描述了视频用户的个体和群体行为特征,为视频的个性化推荐服务提供参
考。【方法/过程】通过文本挖掘对爬取的视频、用户及其观影数据分析,构建单个用户画像,并通过K-Means和LDA
模型对用户聚类并提取主题,挖掘群体用户特征。基于用户画像和时间指数衰减的视频兴趣标签,并结合视频喜
爱度和协同过滤,进行视频推荐。【结果/结论】考虑时间指数衰减的个性化推荐,提高了系统对用户兴趣的感知。
结合视频喜爱度和协同过滤,推荐视频评分达0.87,有助于提高用户对网站的忠诚度和活跃度。【创新/局限】基于用
户生成内容的文本挖掘结果,进行单个和群体用户画像,并创新性采用时间指数衰减构建用户视频兴趣标签,以捕
获用户兴趣的变化。由于网络爬虫的限制,实验数据量有一定的局限性,且特征提取兴趣范围有限。 相似文献
12.
Apriori算法作为一种典型的关联规则算法,将其应用在CRM中,对于促进CRM进一步向智能化发展,提升CRM价值起到非常重要的作用。文章首先介绍Apriori算法的基本原则、方法,然后介绍兴趣关联规则的概念与实现方法,最后对用Apriori算法评估客户兴趣度进行了探讨。 相似文献
13.
[目的/意义] 构建基于用户兴趣标签的网络社团识别模型（Fuzzy Interests and User Hybrid Model,FIUHM）,揭示用户兴趣与社团形式概念间的模糊层级关系,实现多粒度属性与社团拓扑结构的层次聚类。[方法/过程] 通过抽取豆瓣电影社区数据,实现基于用户标签的兴趣强度语义标注,利用用户相似度,获取社区用户间兴趣语义距离;将网络社区的领接矩阵映射为社团形式背景,构建社团模糊概念格,建立社团形式概念及其偏序关系集,完成社团形式概念建模;通过计算社团稳定指数,识别网络社团边界,并聚类最大独立社团,实现兴趣社团的在线检测。[结果/结论] 通过对比实验,验证了FIUHM模型的有效性,实验表明将模糊形式概念分析引入网络社团识别研究,利用模糊概念格的偏序关系建模用户节点间的兴趣相似度,有利于提高社团识别的分辨率。 相似文献
14.
15.
基于协同过滤（CF）的个性化推荐技术,提出一种移动设备个性化软件推荐系统.该系统根据协同过滤的理论,首先通过软件类别兴趣相似度的计算,筛选出软件类别相似的用户候选集,过滤所有移动用户,减小产生的用户候选推荐集;然后对用户候选推荐集进行最近邻居的相似性计算以找出目标用户的邻居集合,并且对邻居集合中的邻居评分进行实时更新;最后根据兴趣相似度最大的K个邻居形成目标用户的Top-N推荐集.在第三方手机软件管理平台上通过监测推荐软件的下载或浏览量,验证系统的有效性和准确性. 相似文献
16.
兴趣图谱商业应用的优势在于拥有社会化的信息分享、互动传播机制,社会化营销借助兴趣图谱的形式可以实现丰富而高质量口碑分享,获得高质量的品牌传播效果.本文利用社会网络理论分析了口碑传播行动者间的联系网,对基于兴趣图谱的网络口碑传播网络中的行动者角色进行分析,分别从点度中心性、中间中心性和接近中心性3个方面对口碑传播的行动者中心性进行了探讨,对口碑传播中行动者的的权力维度进行划分,并利用归纳出的3个权力维度对样本数据分层聚类,最后提出了相应的传播策略启示及建议. 相似文献
17.
【目的/意义】通过对大数据环境下的多源用户兴趣特征有效融合,缓解个性化推荐中用户兴趣偏好数据的稀疏性和准确性问题。【方法/过程】考虑到多域的数据权威度、内容质量及体系结构的差异化较为明显,提出了基于多源用户标签的跨域兴趣融合模型,首先把多个域中的用户兴趣进行标签化处理,然后利用跨域用户识别和标签权重归一方法得到多个域的用户实体-标签矩阵,最后使用域权重影响系数对标签进行融合,构造具有复合权重的用户兴趣标签集。【结果/结论】使用5个来源数据域进行实验与分析,融合模型能够有效提高标签用户覆盖效果,在查全率不断提高的情况,融合域能够保持较高的标签用户查准率,有效提高用户兴趣特征的描绘效果。 相似文献
18.
19.
通过用户访问事务的方式将用户访问Web站点行为进行形式化描述。进一步给出了兴趣度、相似度、聚类中心的定义。提出了基于ISODATA算法的路径聚类方法。并通过对某实际网站Web日志文件进行分析实验,结果表明该方法不但能够发现群体用户访问模式,而且还能得到较为合理的模式聚类个数。 相似文献
20.
基于隐式反馈的用户模型设计与实现 总被引：1，自引：0，他引：1
个性化信息服务技术实现的关键在于必须知道用户的兴趣,并准确地建立用户兴趣模型.本文利用用户浏览网页时的隐式反馈信息建立和更新用户模型,为了收集用户的浏览行为信息,在客户端设计了一个浏览器插件,并采用了回归分析方法建立了用于计算网页兴趣度的模型,通过实验数据分析证明所建立的模型是成立的. 相似文献