数字图书馆中的个性化信息检索

文章提出了数字图书馆中的个性化信息检索系统，它进行联合资源发现，并根据用户的兴趣主动推送信息和对搜集结果进行排列、分类，从而使用户能够很容易地从数字图书馆中发现所需的内容。它所使用的用户兴趣建模方法为：以回答问题的方式让用户提供初始兴趣后，利用对检索结果的反馈信息和用户访问信息挖掘相结合的方法来更新用户兴趣模型。     

基于文化安全的微博信息推送技术的研究

针对传统推送技术存在推送效率低、局限性大及安全性差的问题,提出基于文化安全的微博信息推送技术;该技术下的微博信息推送系统主要包括用户兴趣模块、关键词采集模块、文本分类模块以及信息推送模块。系统通过用户兴趣模块,为用户提供符合文化安全要求的信息;采用基于主题词表的贝叶斯方法,获取微博文本中的关键词。通过关键词和文化安全类别的互信息值,塑造关键词-文化安全类别关系表,实现微博文本的分类;再经过信息推送模块,将文化安全类的微博信息推送给用户。实验结果表明,该方法具有更优的查准率和召回率指标,实现了很好的信息推送服务。     

信息推送技术在企业中的应用研究

随着网络技术的迅速发展,整个社会已进入信息化数字时代,人们获得知识及信息的渠道已经发生了巨大的变化。与传统的方式相比,现在人们更多的从互联网上进行信息的获取。互联网上汇聚着各类信息,而用户需要的只是其中一部分信息,如何才能获得真正需要的信息,在这种需求下,一种新的技术和新的信息服务方式产生了,即推送技术和信息推送服务。推送技术的本质是让信息主动去找用户,特点是信息服务的主动和个性化。通过该技术,可以将用户所需信息主动推送到用户面前,因此对推送技术研究显得十分有意义。本文从推送技术入手,论述了推送技术的原理及应用,并针对应用到工程院信息系统中的推送技术进行了论述,这对企业信息系统的应用有一定的实用性和应用价值。     

基于Agent的面向主题信息查询研究

随着网络应用的普及,Web站点中的信息量以几何级数增长,信息用户迫切需要从大量的网络信息资源中快速有效地找到自己的所需。基于Agent思想,通过建立和优化“用户兴趣模型”,进行面向主题、个性化的信息查询,从而提高查询的快速性和准确性,并根据信息用户的兴趣模型,实现信息推送服务,主动为用户提供所需信息。     

基于音频增强现实的博物馆交互式引导模型

现有音频增强现实(Audio Augmented Reality,AAR)服务类应用无法根据用户的交互行为进行动态调整音频引导内容,难以满足大规模人群多样化应用需求.针对此问题,构建了一个基于AAR的博物馆交互式引导模型,通过对场景、用户、导航过程三方面的定义实现音频信息的自适应推送,结合用户个人资料、行为特征、历史参观等信息匹配发现个人兴趣偏好,同时支持跟踪用户行为,动态调整兴趣特征参数,达到提供个性化的音频信息服务的目的.实验结果表明,基于该模型的原型系统具有良好的实用性,能更容易地定位展品,并增加观众对展品的兴趣.     

基于健康云平台的糖尿病管理应用与个性化推荐方法

随着糖尿病患病人数的增长,如何利用信息化技术管理糖尿病、控制并发症的发作是移动医疗领域面临的挑战。文章基于健康云平台研发糖尿病个性化管理应用,对糖尿病患者的基本信息、采集的生理信号数据、生活习惯、用药情况等进行挖掘分析,利用双重聚类推荐方法,为用户推送个性化生活方式、运动管理、用药方案等信息,引导用户选择更好的生活习惯,主动进行行为干预,从而控制并发症的发作,降低家庭在医疗健康的支出,提高糖尿病患者的生活质量。     

高校数字图书馆个性化服务体系研究

本文针对国内外高校图书馆个性化信息服务的不足,利用智能手机的普及和高校数字图书馆用户的特点开展图书馆个性化信息推送服务,提出了行之有效地个性化服务体系构架,探讨了多渠的信息推送方式和个性化服务体系的实施方案,侧重于采用微博、微信方式的信息推送模式的实现.     

基于信息推送的领域垂直搜索引擎研究

随着互联网信息量的不断膨胀,以及人们对获取信息的速度、针对性、准确性等方面更高的要求,传统搜索引擎已经无法满足用户的需求。针对于此,本文提出了通过分析用户行为特征得到用户兴趣点,主动推送有价值的信息,结合领域垂直搜索技术的思想,并以数码产品搜索领域为例,分析设计了一款基于信息推送的数码产品垂直搜索引擎。通过实验证明,基于信息推送、垂直搜索思想的Web检索"点播"服务模式是能够发现并匹配用户兴趣的,基于此思想的推送和搜索结果是准确快速有效的,系统设计方案是切实可行的。     

基于SNA的群体推荐系统的研究

由于信息爆炸问题,如何为用户提供有效的个性化信息服务已得到广泛关注,而随着社交网络的流行及其带来的大量网络群体,如何为群体提供更好的个性化推荐服务也变得越来越重要.文中不仅考虑用户的兴趣偏好,同时利用社会网络分析法（Social Network Analysis,简称SNA）衡量用户之间的社会关系,将此因素融入推荐过程,实验证明此方法能够取得较好的推荐效果.     

基于用户兴趣的个性化Web信息检索方法

针时现有的个性化信息检索系统存在的问题,提出一种新的基于用户兴趣的个性化Web信息检索方法,采用自动隐式学习方式来建立和更新用户兴趣库,采用本体技术来进行语义扩展,从而提高Web信息检索的查准率和查全率.文中给出了个性化Web信息检索系统的体系结构和个性化机制的关键技术及相关算法,全面描述了基于用户兴趣的个性化处理过程.该方法能更好地满足用户的需求,为其提供个性化服务.     

个性化智能信息资源检索入口机制探讨

为了解决多媒体信息检索的检索表达难、表达有差异等问题,提出了一种基于领域本体的个性化智能信息检索的入口机制,该机制充分考虑各类用户的领域知识层次,为其提供相应的检索途径,进行个性化的信息导引,使得各类用户在特定的查询环境下能够充分有效地表达自己的查询意图,包括提供多种检索模式(自由模式、固定模式、向导模式),以及个性化的定制和主动推送服务(实时链接、热链接、温链接、冷链接),并为初学者提供本体浏览和用户培训服务,为用户提供查询反馈服务等.     

电子商务个性化推荐服务过度的解决方案

个性化服务日益成为人们关注的焦点,其中个性化推荐服务也是研究的热点,在个性化推荐服务提供的过程中需要避免服务过度的情况。文中基于Web挖掘技术在电子商务个性化推荐服务中广泛运用,分析了用户兴趣模式构建的过程以及在电子商务个性化推荐服务中的应用。继而从隐私泄露和个性化信息过载角度探讨个性化推荐服务过度的问题。最后提出了通过改进个性化服务过度的挖掘过程、改善用户兴趣模式构建、建立规范和主动提供服务的解决方案。     

一种基于海量数据的信息云系统及其关键技术研究

随着互联网的发展,互联网信息呈现海量化、社会化、多样化等趋势,如何获取这些海量信息并完成智能化的处理是本文研究的重点,本文提出了基于云计算技术构建海量数据的信息云系统,此系统采用信息自动聚合、智能分析、智能预测、自动推送技术完成整个信息处理的自动化和智能化,根据用户的标签自动挖掘出对用户有价值的信息并主动推送给用户。     

信息推送技术专利分析

信息推送,是通过一定的技术标准或协议,在互联网上通过定期传送用户需要的信息来减少信息过载的一项新技术。本文重点就个性化信息推送相关的专利进行分析,主要包括推送的内容类型以及推送依据的属性,对于本领域技术人员理解该项技术的发展有重要意义。     

社会化标签系统中基于本体的个性化推荐方法研究

【目的】捕捉用户兴趣的动态性变化,优化个性化信息推荐效果。【应用背景】高效的个性化信息推荐方法可以根据用户行为特征主动为用户提供合适的信息资源,使信息的获取和利用更加快捷、准确。【方法】以"新浪微博"为例,通过挖掘用户及其关注者的微博数据,提取标签,计算二者兴趣相似度及亲密度,确定用户兴趣标签并优化标签描述,从而构建用户个性化"轻量级"本体,使得语义网资源能够准确地投放到用户界面。【结果】有效缓解了信息爆炸式增长所造成的"信息迷航"现象。【局限】微博数据中的杂音(广告转发、多语言描述)、数据不充分等,可能影响标签提取的准确性。     

基于本体论的个性化影片推荐技术研究

个性化影片推荐服务是解决目前网络及家庭数字电视应用中影片资源迅速增长,用户"信息迷航"的有效方法.针对影片点播应用,给出了个性化影片推荐服务的体系结构、影片数据建模、用户兴趣偏好模型进行了研究,实现无需用户输入传统推荐方法所需相关个性兴趣信息即可返回与用户当前兴趣相关的影片推荐列表,提出了基于本体论的影片模型,并建立用户兴趣偏好模型,给出了对推荐过程中结合用户信息反馈对推荐结果进行自适应的调整算法.     

基于用户反馈的个性化垃圾邮件过滤方法

如何在传统垃圾邮件过滤技术基础上实现垃圾邮件个性化过滤是垃圾邮件过滤领域的重要课题。提出一种基于用户反馈的个性化垃圾邮件过滤方法,一方面将用户反馈应用于邮件分类特征的更新,提取用户个性化邮件分类标准;另一方面,将全局邮件分类标准和用户个性化分类标准综合应用于朴素贝叶斯分类过程,实现用户邮件个性化分类。仿真实验结果表明,在用户邮件分类标准存在差异的环境下,基于用户反馈的个性化垃圾邮件过滤方法能够有效提升传统垃圾邮件过滤技术的邮件分类效果。     

基于主动学习和否定选择的垃圾邮件分类算法

针对现在网络上泛滥的垃圾邮件问题,本文结合主动学习方法和否定选择算法提出了一种二类文本分类方法：主动否定学习算法.根据用户少量标注建立双向兴趣集,利用否定选择算法的自体异常检测机制改善主动学习中的采样策略,并将双向兴趣集作为检测器,新增样本集作为自体集,对两者进行异常匹配.本文算法与在线垃圾邮件快速识别方法、增强差异性的半监督协同分类算法、垃圾邮件过滤方法、基于人工高免疫的多层垃圾邮件过滤算法和在线主动多领域学习方法在六个常用邮件语料集上进行了分析比较,结果表明本文算法具有较高的准确率、召回率、分类精度,和较低的用户标注负担.使用用户个性喜好转换为双向兴趣特征的方式有助于提高算法的分类能力;利用异常检测匹配选取未知类别特征的方式,有效地降低了用户标注负担.     

基于文献计量的图书馆个性化信息推送系统分析与研究

大数据时代,对信息进行收集、分析与处理,从中筛选出用户需要的价值信息,达到信息需求的个性化,成为数字图书馆发展的重要方向。通过对文献计量理论的应用,建立基于文献计量的图书馆个性化信息推送系统,在未来相当长一段时期内,将成为图书馆高水平数字化研究的重要环节。文章根据文献计量理论,着重分析基于文献计量个性化信息服务模型的数字图书馆推送系统,并对个性化信息服务系统模型进行简单分析,初步建立基于起文献计量的图书馆个性化信息推送系统,最后进行简单的总结与思考。     

数字图书馆个性化搜索引擎的用户建模

网络信息的高速增长导致了信息定位与获取的复杂化,通过分析目前网络的信息超载问题,对现有用户模型的表示法和更新技术进行比较,提出了一种以用户行为和用户操作的资料作为数据源,在用户兴趣漂移问题上采用兴趣衰减,即兴趣学习与常用的滑动窗口算法相结合的方法。最后以数字图书馆个性化搜索引擎中的用户建模系统的设计与实现为例,先后通过与普通向量空间表示模型的对比实验以及用户兴趣漂移时的跟踪学习,证明算法优化有利于更好地表达用户的兴趣,对提高个性化信息服务的质量有实用价值。