共查询到19条相似文献，搜索用时 218 毫秒
1.
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
2.
基于Web挖掘的个性化服务研究 总被引：8，自引：0，他引：8
论述了基于Web挖掘的个性化服务研究，提出了利用Web挖掘方法的个性化服务研究中的用户聚类、Web页面聚类、用户频繁访问路径发现算法及用户访问路径优化算法。利用这些算法得到的个性化信息可以准确把握用户兴趣模式并对Web信息资源的组织方式进行有效更新，从而提高网络信息服务效率，为用户提供“一对一”的具备自适应性的智能个性化服务。 相似文献
3.
SOM聚类算法在文本分类上的应用 总被引：2，自引：0，他引：2
随着网络信息指数级的增长，如何高效地组织海量的文本信息成为众多终端信息查询的基本要求。本文利用神经网络的联想记忆原理，提出一种改进自组织映射（SOM）神经网络聚类算法来对这些信息进行索引和分类。改进SOM聚类算法通过文本的预处理和词汇权值的计算，SOM网络的训练过程以及多次聚类来细化各文本类别，最终产生概念空间。试验结果表明该算法对文本有很好的分类管理功能，便于文本检索。 相似文献
4.
【目的/意义】随着旅游网站的增加,游客的网络评论日益增多。针对传统方法在旅游短文本评论主题分类
时出现特征维度过高和数据稀疏等问题,本文提出一种基于卷积神经网络和 SOM的旅游评论主题发现方法。【方
法/过程】首先采用词向量来进行文本表示,降低了特征维度过高问题;其次,通过卷积神经网络对评论文本提取高
阶的抽象特征;最后在通过 SOM 模型基于提取到的抽象特征对主题进行聚类。【结果/结论】实验结果表明,
CNN-SOM算法较传统文本聚类算法在准确率、召回率和 F值上都有显著提高,能够更好的进行旅游评论的主题
发现。 相似文献
5.
6.
对B2C网站的用户浏览行为进行了系统的研究。通过建立基于Markov链的动态模型,对用户浏览行为进行了深入的分析。进一步综合利用Web日志文件信息和Web站点的拓扑结构,对用户有关某页面的兴趣度进行了计算。提出了相关页面的聚类矩阵,对页面进行相关性聚类;对于相关的页面集合进一步挖掘,可以发现网站的频繁访问路径。 相似文献
7.
本文以Web日志挖掘为着眼点,以用户访问日志记录为数据源,提出了一种即可获得用户频繁访问路径,又可对具有相似行为用户进行聚类的Web日志挖掘模型,并重点对其中的采样模块、预处理模块和挖掘模块给出了具体实现方法。最后将研究成果应用于某学院数字图书馆网站,实践证明取得了较明显效果,达到了预期收益,为同类研究提供了一种有益参考。 相似文献
8.
9.
基于Web访问挖掘的个性化智能信息推荐服务方法的处理过程分为在线部分和离线部分。离线部分主要完成从站点服务器的访问LOG文件中挖掘出适合在线智能个性化推荐服务的用户事务模式,采用基于聚类用户事务方法获取用户个性化模式。在线部分通过个性化智能推荐服务智能接口实现基于URL聚类模式的个性化信息推荐服务,给出了链接距离因子定义和基于URL聚类模式的生成算法。通过实验总结这种方法的优缺点,这种方法是有效和可实现的。 相似文献
10.
自组织特征映射(SOM)是一种基于模型的聚类方法,目前在信息分析领域得到了广泛的应用。探讨了对信息产品的质量进行分析和评价的问题,根据神经网络的信息处理特性,提出了利用SOM网进行信息产品质量评价的研究思路,并给出了相关模型。 相似文献
11.
研究了人工神经网络技术在自适应系统的应用。在运用人工神经网络原理建立站点模型的基础上,提出一个应用贝叶斯网络技术的自适应系统框架模型。 相似文献
12.
SNS网站积累着起巨大的用户量以及用户的关系网络,蕴藏着巨大的商业价值。以SNS网站社会网络为研究对象,结合聚类分析和社会网络分析的基本思想,提出了以社会心理学理论为基础的针对SNS关系分析的框架——基于聚类分析的社会网络分析框架SNAC,定义了SNS关系权重指标"亲密度",基于"簇饱和度"改进K-Means聚类算法,用网络参数描述了SNS关系网络的特征和小世界特征,利用实验验证了分析框架的可行性。 相似文献
13.
《Journal of The Franklin Institute》2022,359(12):6286-6310
The operational space control of a robot manipulator using external sensors requires stabilizing the compound system {external sensors - outer controller - inner controller - robot manipulator}. The user must access the inner controller to reshape it to achieve this stabilization. Due to intellectual property protection purposes, most industrial robots have an unknown or inaccessible inner controller. Therefore, it is tricky to design a stable control scheme. To solve this problem, an adaptive radial basis function neural network (RBF NN) outer controller is proposed, which approximates the inner controller’s dynamics to eliminate its effect in the closed-loop. An inherent property for RBF NN is used to reduce the number of adaptive parameters. Since this technique introduces approximation errors, it is included in the control scheme, a term that constrains the system to converge rapidly to the performances prescribed by the user. It is proved that all the closed-loop signals are semi-globally uniformly ultimately bounded (SGUUB) through Lyapunov theory. The effectiveness of the proposed approach is verified through simulation comparisons and experimental studies. 相似文献
14.
With the expansion of information on the web, recommendation systems have become one of the most powerful resources to ease the task of users. Traditional recommendation systems (RS) suggest items based only on feedback submitted by users in form of ratings. These RS are not competent to deal with definite user preferences due to emerging and situation dependent user-generated content on social media, these situations are known as contextual dimensions. Though the relationship between contextual dimensions and user’s preferences has been demonstrated in various studies, only a few studies have explored about prioritization of varying contextual dimensions. The usage of all contextual dimensions unnecessary raises the computational complexity and negatively influences the recommendation results. Thus, the initial impetus has been made to construct a neural network in order to determine the pertinent contextual dimensions. The experiments are conducted on real-world movies data-LDOS CoMoDa dataset. The results of neural networks demonstrate that contextual dimensions have a significant effect on users’ preferences which in turn exerts an intense impact on the satisfaction level of users. Finally, tensor factorization model is employed to evaluate and validate accuracy by including neural network’s identified pertinent dimensions which are modeled as tensors. The result shows improvement in recommendation accuracy by a wider margin due to the inclusion of the pertinent dimensions in comparison to irrelevant dimensions. The theoretical and managerial implications are discussed. 相似文献
15.
负荷模型对电力系统仿真结果有重要影响,由于负荷特性的辨识是负荷建模的主要方面之一,故提高负荷模型的准确度就需要对负荷特性分类进行研究。文章在详细分析SOM自组织映射神经网络结构的基础上,采用了基于SOM神经网络的负荷分类方法,以负荷模型参数作为负荷动态特性分类特征向量,应用SOM神经网络对负荷特性进行分类,并对分类结果进行测试,结果表明该方法可有效地对负荷样本进行分类。 相似文献
16.
[目的/意义]从用户角度,通过用户评价内容挖掘构建形成网络学术信息资源评价模型,为网络学术信息资源评价提供一个新的视角,并为其更进一步深入研究奠定基础。[方法/过程]文章在利用爬虫工作自动抓取三个知名学术网站用户评论的语料库基础上,运用数据挖掘研究方法对评论数据进行分词、聚类,根据词间与词对关系,构建形成评价体系模型。[结果/结论]基于用户评论挖掘构建形成涵盖资源内容属性、资源外部特征、网络功能属性、获取过程、用户体验五个维度的网络学术信息资源评价体系模型。该体系模型反映出科学用户在利用新兴网络学术信息资源过程中对资源自身属性和平台规范性的关切,是用户与利用正式学术信息资源的本质区别。 相似文献
17.
集群核心企业是集群中的主导力量,对非核心企业及集群的发展起着至关重要的作用。大多数核心企业不满足于其在集群中的领袖地位,而是选择"走出去"谋求更大的发展空间。核心企业的迁移行为会使其生存和成长所需的资源及资源的获取渠道发生根本性的变化,核心企业的网络结构和竞争优势也因此发生动态演化。基于多层网络视角和一手数据,本文对吉利进行了案例研究。本文深入分析了吉利总部及关键职能部门(生产、研发和营销)在多层网络中的位移状况和资源获取渠道的变化,以及吉利总部及关键职能部门迁移后的网络结构的变化和竞争优势的动态演化。研究结果表明集群核心企业的网络位移与其网络结构和动态竞争优势有着较为密切的联系。 相似文献
18.
针对传统检索方法在当今网络信息环境下所面临的问题,提出了一种用户个性化信息检索新方法。在这种方法中,根据形式概念分析(FCA)理论,将用户偏好定义为概念网,用户概念网中的概念定义了用户偏好的范围和目标。使用传统的TF-IDF加权方案和ODP的参考概念层次,将用户偏好用概念矢量表示,进行用户概念网的扩展。比较测试表明所提出的方法不仅具有实现可行性,而且在检索效果上优于传统的检索模式,具有一定的应用前景。 相似文献
19.
《Information processing & management》2022,59(2):102818
Most research on influence maximization focuses on the network structure features of the diffusion process but lacks the consideration of multi-dimensional characteristics. This paper proposes the attributed influence maximization based on the crowd emotion, aiming to apply the user’s emotion and group features to study the influence of multi-dimensional characteristics on information propagation. To measure the interaction effects of individual emotions, we define the user emotion power and the cluster credibility, and propose a potential influence user discovery algorithm based on the emotion aggregation mechanism to locate seed candidate sets. A two-factor information propagation model is then introduced, which considers the complexity of real networks. Experiments on real-world datasets demonstrate the effectiveness of the proposed algorithm. The results outperform the heuristic methods and are almost consistent with the greedy methods yet with improved time performance. 相似文献