排序方式： 共有7条查询结果，搜索用时 187 毫秒
1
1.
用户兴趣模型是个性化服务的核心,对用户兴趣的挖掘可以发现潜在的兴趣知识,提供更为优化的服务.本文将主题图技术与用户兴趣模型结合起来,研究了用户兴趣知识的主题图表示,并在此基础上运用无尺度图K-中心点聚类算法对构建的主题图进行深层次的聚类挖掘,建立了基于主题图的用户兴趣挖掘模型.在解释模型各个模块功能的同时,提出了该过程模型中的关键问题,并对建立模型过程中的无尺度图K-中心点聚类算法、文档中的主题图表示及主题概化和主题图合并等关键问题进行了深入的分析,最终构建了智能主题图,实现了过程建模和事物建模. 相似文献
2.
[目的/意义]用户兴趣推荐是信息服务中的重要内容，针对目前融合情境信息推荐的研究更多是直接将情境作为单因素而缺乏考虑情境关联的思想，本文以情境关系为切入点实现社会化媒体用户的兴趣推荐。[方法/过程]以具有相似情境用户可能具有相似兴趣为假设，来改进用户原始兴趣网络从而实现推荐。通过社会网络和资源相似性计算构建原始兴趣网络中显性网络和隐性网络；借鉴共现原理和情境本身相似性构建情境网络；通过兴趣传递关系计算直接兴趣度与间接兴趣度；最后借鉴协同过滤的思想实现推荐。[结果/结论]与以往的只考虑单一情境因素的推荐方法相比，基于本方法的实验表明，将情境关系融入到推荐过程中不仅可以扩展用户的社会关系，而且可以得到更好的推荐效果。 相似文献
3.
[目的/意义] 针对目前融合情境因素的信息推荐方法大都存在推荐前的情境过滤(pre-filtering)和推荐后的情境过滤(post-filtering)所导致的价值信息流失问题,将情境因素融入到推荐过程中,实现基于用户-资源-情境的多维推荐。[方法/过程] 将情境因素融入推荐的过程中,动态挖掘在不同情境下用户兴趣的偏好,利用社会网络的相关指标赋予用户兴趣初始值,从空间距离的视角计算用户兴趣的权重,最后,借鉴内容过滤和协同推荐的思想实现用户的评分预测,进而按照用户的兴趣进行推荐。[结果/结论] 与以往二维推荐的实验比较表明,将情境因素融入到推荐过程中的方法在减少价值流失的基础上,能更为准确地揭示用户的兴趣,提高推荐质量,为存在社会关系的社会化媒体推荐服务提供借鉴。 相似文献
4.
运用查询扩展中的局部反馈技术和伪文档反馈技术，提出一种面向微博的查询扩展方法。将候选词分为3个层级进行考察，分别为主题-词语层、文档-词语层和词语-词语层，对应3个层次提出权重计算方法和相似度计算方法。最后，通过实验对方法进行分析比较，实验结果显示，综合考虑主题-词语权重和文档-词语权重得到的扩展词更能满足用户的需求。 相似文献
5.
社会记忆重构能帮助人们找寻历史及文化记忆,研讨社会记忆重构的档案著录工具及知识关联方法有助于更全面准确实现记忆再现,为数字记忆提供方法支持.首先从档案著录定义及标准引出ICA-AtoM著录工具及其社会记忆重构应用;其次,提出档案数据化趋势下社会记忆重构面临的新需求;最后,提出融合档案著录及知识关联的社会记忆重构路径.研究结果发现,档案著录可以作为社会记忆重构的工具,但以检索为目标的档案著录项目不能满足记忆重构内容的具体化和细粒度化;在档案数据化趋势下,知识关联是更好实现基于档案数据的社会记忆重构所应该考虑的关键环节;可考虑在档案著录工具基础上加入语义分析等技术,获取社会记忆逻辑要素及其语义关系,形成社会记忆的知识关联,支持记忆重构及再现. 相似文献
6.
档案作为社会记忆重要载体,在社会记忆构建中扮演着重要角色.本文梳理已有的定性社会记忆构建方法,剖析社会记忆构建要素,探索档案数据化趋势下融合信息技术的定量社会记忆构建方法.着重分析了基于档案数据形态的社会记忆构建子模块,即外部工具辅助和核心数据分析两部分,以期为从细粒度层面构建社会记忆提供参考. 相似文献
7.
为了解决多源词表的异构性和知识扩展的局限性问题,本文基于知识论中波普尔世界理论论证和辨析知识融合范式的概念及其有效性,并基于开放世界假设提出了面向多源词表融合的框架体系“MtFFO”,重点对外部环境信息输入框架——不同数据单元的多级化调整和交换系统,内部核心系统的知识模式匹配方式、冲突冗余识别方式,知识映射与合并策略,质量控制和知识扩展方法等逐步进行阐述和分析。MtFFO框架不仅是对知识融合方法体系的合理补充,而且为开放环境中多源词表构建和融合提供了一定的理论基础和技术参考。图5。表1。参考文献76。 相似文献
1