SNS网站人气排名

诺达咨询SNS用户调研数据表明，约60％的用户是校内网的注册用户，49％用户是开心网注册用户，QQ空间注册用户在被调查的互联网用户中占43％。     

用面向对象方法建立自适应人机接口的用户模型

文章说明了用户模型在人机界面中的重要性。在分析了面向对象和用户模型的特征后，作者认为面向对象方法适合于建造用户模型。本文提出了一个通用的用户模型生成器，它采用面向对象的知识组织方式，利用对用户反复分类和用户对类的多重继承，以及消息传递，对象中封装的方法，及冲突消解策略完成用户属性的动态修改，建造动态的用户模型。     

带有认知用户预留信道的双信道分配策略研究

在传统的双信道认知无线网络频谱分配策略下，双信道上均可发生认知用户传输被授权用户抢占的情况，极大地影响到认知用户的传输性能。为了有效保证认知用户传输，提出一种带有认知用户预留信道的双信道分配策略，假设双信道中一条信道为认知用户所预留，在该信道上传输的认知用户不会被中断；另一条信道为传统的普通信道，授权用户能够中断正在使用该信道的认知用户的传输。通过建立一种带有两类服务台的双服务台马尔可夫排队模型，在MATLAB环境下进行实验，数值实验结果表明：较于传统双信道机制，所提出的带有认知用户预留信道的频谱策略能提高认知用户吞吐量，降低认知用户平均延迟时间，大幅提升认知用户综合传输性能。     

多输入多输出—非正交多址接入系统融合用户调度的下行波束赋形设计

针对多输入多输出—非正交多址接入（MIMO-NOMA）技术中用户间干扰较大的问题，提出了一种融合用户调度的波束赋形（BF）算法。首先，在进行用户调度时，为了同时兼顾簇内用户干扰和簇间用户干扰，根据各用户信道的差异性，利用L1-范数正则化方法对所有用户分组情况进行初步稀疏化处理，进而从各用户信道相关性角度出发，将信道相关性大的两个用户分为一簇；其次，结合部分发射功率控制（FTPC）策略实现簇内用户功率分配；最后，根据和速率最大化准则构建一目标优化函数，进而利用连续凸逼近（SCA）算法对其进行求解，以获得波束赋形矩阵。理论分析和链路仿真表明，与传统的正交多址接入技术相比，在系统容量方面实现了84.3%的提升；与传统的相关性用户分簇方法相比，在公平性方面实现了20.2%的提升。实验结果表明，该方案不仅有效地抑制了簇内用户干扰和簇间用户干扰，同时，又保证了用户间的公平性。     

基于贝叶斯网络的遥感云用户行为认证方法

针对遥感云服务平台中不可信用户的入侵现象，结合遥感云用户行为特点和贝叶斯网络算法设计了一种用户行为认证方案。该方案论述了遥感云平台用户的行为认证机制，并且根据用户行为特点建立了用户行为认证集，结合贝叶斯网络算法预测特点和用户行为属性建立了用于认证等级预测的贝叶斯网络模型，把该模型中分析得出的用户行为属性的权重信息应用到用户等级预测算法中，使该算法针对遥感云用户认证更安全准确，从而实现对用户行为认证等级的预测。仿真实例表明该方法能够准确识别出不可信用户，有效保证遥感云服务平台的安全性。     

Windows NT用户管理策略

WindowsNT是一个多用户任务的操作系统，无论什么用户要使用WindowsNT必需要通过合法性检查，这与MS—DOS是根本不同的。每个用户有一个帐号和密码，只有具有合法帐户和密码的用户才能进入NT系统。用户管理器（UserManager）是管理用户帐户的工具，用户管理器不仅管理用户帐户，而且能对用户分组，审查用户权限。每个用户都能使用用户管理器，但由于受用产权限的限制，每个用户使用用户管理器的能力不同，只有Administrator系统管理员）才有权使用用户管理器的全部功能。当NT安装完毕时，Administrator是唯一可注册用来管理整个工作…     

安全用户注销的匿名访问数据共享云协议

由于数据的外放，云数据共享存在着安全问题，如何保护用户数据的机密性和完整性，如何保护用户身份的安全性，如何在共谋攻击的情况下保护用户身份和数据的安全性，成为了用户迫切关注的问题，这些问题影响着云存储的进一步发展。鉴于此，提出了一个可以实现用户安全注销的便捷群签名方案，在对用户身份提供保护的同时，实现对过期用户的安全注销。     

从分销到隐形冠军

对于IT服务提供商和用户来说，有一股力量不可或缺，那就是系统集成和应用软件开发商。他们是用户和厂商之间的桥梁，他们在中间件上开发更多适合行业用户的应用软件，他们为用户做项目实施，他们和用户接触得更多，他们更了解用户。将他们称之为IT业界的隐形冠军并不为过。     

基于微博用户兴趣话题的相似用户挖掘

相似用户挖掘是提高社交网络服务质量的重要途径，在面向大数据的社交网络时代，准确的相似用户挖掘对于用户和互联网企业等都有重要的意义，而根据用户自己的兴趣话题挖掘的相似用户更符合相似用户的要求。提出了一种基于用户兴趣话题进行相似用户挖掘的方法。该方法首先使用TextRank话题提取方法对用户进行兴趣话题提取，再对用户发表内容进行训练，计算出所有词之间的相似度。提出CP（Corresponding Position similarity）、CPW（Corresponding Position Weighted similarity）、AP（All Position similarity）、APW（All Position Weighted similarity）四种用户兴趣话题词相似度计算方法，通过用户和相似用户间关注、粉丝重合率验证相似用户挖掘效果，APW similarity的相似用户的关注/粉丝重合百分比为1.687%，优于提出的其他三种算法，分别提高了26.3%、2.8%、12.4%，并且比传统的文本相似度方法Jaccard相似度、编辑距离算法、余弦相似度分别提高了20.4%、21.2%、45.0%。因此APW方法可以更加有效地挖掘出用户的相似用户。     

计算网格中统一的用户管理研究

分析了在计算网格中用户管理要解决的问题，描述了用户分类和用户权限限制，提出了一个统一的用户管理系统，并且详细论述了用户管理的一些关键技术实现，包括用户管理流程、记账机制、标识协议设计和访问远程集群几方面，并已在研制的计算网格JobCenter-Grid中加以实现。     

基于权邻域的代表性用户抽样算法

代表性用户抽样方法在社会网络分析领域中得到广泛的应用，如何使其抽取的子集代表网络中所有用户具有重要的研究意义。现有方法较少关注网络拓扑结构中用户潜在的大量有用信息，通过对统计分层抽样模型进行优化，提出了一种基于权邻域的代表性用户抽样算法。为了从网络拓扑结构中获得用户更多有价值的内容，该算法使用权邻域对用户代表度计算方法进行改进，同时与用户属性相结合。之后根据用户属性值将用户分成不同属性组，计算用户在每个属性组的代表度。接着通过质量函数来衡量代表性用户的代表程度。采用启发式贪心算法抽取代表性用户。在4个数据集上与6种传统抽样算法进行实验比较，结果表明基于权邻域的代表性用户抽样算法在精确率、召回率和F1-Measure评价指标上均有提升。     

可见光通信与WiFi异构网络资源管理算法

可见光通信(VLC)/WiFi异构网络实现了室内的高速通信与无线覆盖，资源管理算法是实现异构网络高效传输的关键。针对传统资源分配管理算法在大规模VLC/WiFi异构网络环境下存在系统公平性低、用户体验感差等问题，提出一种动态加权轮询(DWRR)算法。将用户资源需求量、平均请求速率及与最近接入点的距离这3个因素进行加权作为用户的初始优先级。在每轮调度结束后，对时延较大的用户做出补偿，提高时延较大用户的优先级。考虑VLC和WiFi覆盖范围的差异及用户对资源的竞争程度，定义不同区域内的用户资源优先级，使VLC覆盖范围内优先级高的用户利用VLC资源，剩余用户与VLC覆盖范围外的用户联合分配WiFi资源。仿真结果表明，与最大载干比调度、比例公平算法相比，DWRR算法保证了用户间的公平性，同时提升了系统吞吐量和用户体验。     

基于社交和地理信息的兴趣点推荐

目前基于用户的协同过滤兴趣点推荐模型认为两个用户之间对彼此的影响是相同的；同时，在计算社交用户相似度时仅仅考虑了用户的朋友集合，未考虑用户住所的地理信息。针对上述问题，提出了一种融合用户、社会和地理信息的兴趣点推荐（Fuse Users、Social and Geographic，FUSG）模型。将非对称用户影响和PageRank算法融入到基于用户的协同过滤算法中，挖掘用户偏好对兴趣点推荐系统的影响；结合社交用户之间的居住距离和用户的共同好友计算用户之间的相似度；利用地理信息挖掘用户签到的地理特征；将改进的协同过滤算法、社交信息与地理信息融合成FUSG模型，进行兴趣点推荐。在真实的数据集上的实验结果表明，FUSG模型不仅能够缓解冷启动问题，且与其他模型相比具有更高的推荐结果。     

基于混合学习策略的多Agent信息过滤系统

针对用户个性化服务的要求，给出了一种基于混合学习策略和BP神经网络的多Agent信息过滤系统实现方案。系统采用蒙特卡罗强化学习算法进行多Agent协作学习，同时运用三层BP神经网络计算用户的满意度，根据算出的满意度对用户兴趣模型进行更新。本系统中用户无须反复提供显示反馈，由Agent跟踪并记录用户的浏览行为而得到用户的隐式反馈信息，从而减轻了用户的负担。     

搭建“云”，不仅是个技术活儿

针对用户的需求，中企动力可以将用户的相关订单的数据，以标准规范（XMAL）的格式进行打包，用户可以将这种格式的数据导入到任何系统里去，解决用户的后顾之忧。     

如何定制Windows95的桌面满足用户的需求

Windows95作为新一代PC操作系统，以其优秀的系统性能和方便直观的GUI界面，深受广大PC用户的喜爱。越来越多的开发商为用户提供Windows95下的应用程序。但由于Windows95的易操作性，容易使一些缺少经验的用户出现一些误操作，造成不必要的麻烦。开发者为用户提供应用程序时，往往会遇到用户的误操作（例如将应用程序的快捷方式拖进了回收站）而苦恼，因此希望能够对用户的桌面进行定制。对用户的桌面进行定制一方面可以满足用户的要求，以用户自己喜爱的方式进行工作；另一方面能在一台PC上为不同的用户提供不同的工作桌面，同时还能…     

个性化服务技术研究

对个性化服务技术中的用户识别、用户描述文件、个性化推荐技术、个性化服务系统的体系结构及目前的研究方向进行了概述。从实现角度详细讨论了3种个性化推荐技术。个性化服务具有针对性，它的目的就是为了使用户更好地找到需要的信息，通过从用户访问网站的历史记录中得到用户的个人信息，利用个性化推荐的方法将信息推荐给用户。个性化推荐避免用户陷入信息的海洋，提高用户查询效率，使得用户可以得到他们真正想得到的信息，避免繁多的人工搜索。     

面向微博话题的用户影响力分析算法

微博用户影响力分析作为社交网络分析的重要组成部分，一直受到研究人员的关注。针对现有研究工作分析用户行为时间性的不足和忽略用户与参与话题之间关联性等问题，提出了一种面向微博话题的用户影响力分析算法——基于话题和传播能力的用户排序（TSRank）算法。首先，基于微博话题分析用户转发行为时间性，进一步构建用户转发和用户博文转发两种话题转发关系网络，预测用户话题信息传播能力；然后，分析用户个人历史微博和背景话题微博文本内容，挖掘用户与背景话题之间的关联性；最后，综合考虑用户话题信息传播能力以及用户与背景话题间关联性计算微博用户影响力。爬取新浪微博真实话题数据进行实验，实验结果表明，话题关联度更高用户的话题转发量明显大于关联度很低的用户，引入用户转发行为时间性相比无转发时间性，TSRank算法的捕获率（CR）提高了18.7%，进一步与典型影响力分析算法WBRank、TwitterRank和PageRank相比，TSRank算法在准确率和召回率上分别提高了5.9%、8.7%、13.1%和6.7%、9.1%、14.2%，验证了TSRank算法的有效性。该研究成果对社交网络的社会属性、话题传播等理论研究以及好友推荐、舆情监控等应用研究具有支撑作用。     

一种简单可行快速查询用户的验证的办法

所谓的验证DC，实际上就是用户的登录服务器，它负责验证用户的登录凭据。查询用户的验证DC最简单的办法就是，查看登录用户会话中环境变量的内容。     

认知网中基于联盟博弈的资源分配与功率控制

为解决认知型飞蜂窝和宏蜂窝构成的双层网络中存在的上行干扰问题，通过分析建模，提出了一种用户合作策略。在频分复用划分不同频率段的用户基础上，让同一频段的宏用户与飞用户采用合作博弈的方式组成联盟，联盟内部通过时分复用方式共享信道。在形成联盟的用户中，根据联盟后的用户速率，进行功率控制。仿真结果表明，优化模型提高了双层异构网络中飞蜂窝网络用户的吞吐量和接入率，降低了异构网络中的相互干扰，提高了系统的能效，增加了用户接入率。