移动信息服务中用户兴趣建模研究

本文充分考虑到移动设备的特点,对移动环境下用户兴趣模型的建立和更新方法进行了详细论述。通过爬取用户已下载浏览的WAP页面,分析用户对Wap页面的兴趣度,挖掘用户兴趣。基于ODP建立用户兴趣领域本体,采用基于领域本体的加权关键词用户兴趣表示方法。该模型能准确描述移动用户的兴趣及其动态变化过程,为移动个性化服务打下基础。     

个性化搜索引擎中的用户兴趣模型分析与研究

针对用户兴趣模型构建问题,利用用户兴趣树描述用户兴趣,采用空间向量模型的表示方法,对构建用户个性化模型进行研究,并提出一种兴趣模型调整算法。模拟实验表明,该模型能有效提高检索结果的查准率,以满足用户个性化需求。     

基于本体的个性化信息检索研究

分析传统的信息检索系统存在的不足及其原因,将本体加入到检索系统中,提出一个基于本体的个性化信息系统的设计思路和系统模型,并对该模型的主要模块进行了介绍,探讨了利用本体的领域知识和用户的本体模型实现信息检索的过程．最后对该模型进行的性能评价表明在查全率和查准率方面都有很大改善。     

基于本体的个性化信息检索研究

分析传统的信息检索系统存在的不足及其原因,将本体加入到检索系统中,提出一个基于本体的个性化信息系统的设计思路和系统模型,并对该模型的主要模块进行了介绍,探讨了利用本体的领域知识和用户的本体模型实现信息检索的过程,最后对该模型进行的性能评价表明在查全率和查准率方面都有很大改善。     

个性化信息检索系统中用户兴趣模型的建立

个性化检索系统通过收集和分析用户信息来学习用户的兴趣和行为,从而实现对用户的个性化的信息推荐服务。而用户兴趣模型正是用户和兴趣的信息模型,用户兴趣模型直接影响到个性化的信息服务。     

网络信息检索个性化服务的研究与设计

针对目前网络信息检索个性化服务不够周全的缺点,提出并实现了一个提高服务质量的信息检索个性化服务模型。该模型主要通过用户兴趣模型的建立、多维权值排序算法MWRA的优化、自由方式推送用户信息模型的建立三大模块来实现。最后给出传统信息检索模式与新模式的实验结果。     

学习资源个性化检索系统中用户兴趣建模研究

该文在综合分析了现有个性化检索系统中用户兴趣模型表示方法以及建立与更新机制的优缺点的基础上,设计了一种基于分类知识库的,结合关键词与主题概念的用户兴趣表示方法。模型中将用户的兴趣分成短期兴趣和长期兴趣,并且对两种兴趣采用不同的建立与更新机制。通过不断的更新与优化模型,使模型能准确反映用户的兴趣特征。     

基于情境感知的用户个性化兴趣建模

用户兴趣模型作为个性化信息推送的基础和核心,其性能的好坏直接关系到个性化推送服务的质量,如何全面了解用户动态的兴趣需求,并及时为用户提供其实时有效的兴趣,是目前用户兴趣模型研究的热点问题。本文主要利用情境感知、用户行为等多维因素建立一种M-C-W用户兴趣模型,提出结合用户显示和隐式兴趣度的计算,挖掘出用户显式兴趣和隐式兴趣的关联性,实现多维动态情境兴趣的结合。通过多角度综合计算用户的兴趣度,实时而准确地表达用户的兴趣爱好。最后,通过实验验证了该模型的有效性和可靠性。     

个性化检索系统中用户兴趣模型的研究

个性化检索服务已成为提高信息检索查准率的有效途径。论文针对用户兴趣模型的构建,在传统TFIDF算法的基础上,提出了一种基于文档结构和网页兴趣权重的TFIDF算法,并给出了用户兴趣模型的更新算法。实例分析表明,基于该文算法的用户兴趣模型能够改善用户兴趣的捕获情况。     

基于本体的个性化信息检索技术研究

针对传统的采用关键词的信息检索方式在个性化方面的不足,提出了一种根据领域本体的个性化信息检索模型.首先获取用户的特征信息,接着利用用户的特征信息构建基于本体的用户兴趣模型,在检索过程中通过领域本体概念和用户兴趣模型对检索请求进行分析并对其进行扩展,获得符合检索意图的结果,在此基础上按兴趣度大小处理后将最终个性化信息检索结果反馈给用户.通过搭建关于本体的个性化检索原型系统,仿真结果验证了改进模型的有效性.     

基于Agent的个性化智能信息检索系统

Internet空问中的信息资源是异构的．人们要想从Internet中发现、收集和维护自己需要的信息则要花费大量的时间和精力。虽然目前Internet上有很多的搜索引擎，如Yahoo、搜狐等，但这些引擎还存在着不少缺陷，如在适应用户兴趣、交互方式等方面均存在着不足。人们迫切需要一种工具以有效地利用Internet信息空间中的各种信息资源。本文是针对当前Internet检索系统中存在的不足，开发设计了一个“基于Agent个性化智能信息检索系统”。该系统的研究内容属目前智能信息检索领域的重要课题。     

面向Internet的个性化智能信息检索

文中提出了一个面向Ｉｎｔｅｒｎｅｔ的个性化智能信息检索系统,该系统的研究内容属目前智能信息检索领域的重要研究课题。系统采用分布式智能体Ａｇｅｎｔ技术、相关反馈学习算法和基于多用户个性化模式的层次智能信息滤波算法,并采用多模块之间尖线交互机制和个性化检索与集中游览相结合的检索方式等方法,有效地解决了现有系统在交互方式、自适应用户兴趣和信息源的变化、高效并行检索等方面的不足,该系统普通适用于Ｉｎｔｅｒ     

高效Internet个性化信息发现的实现

通过将Meta—Search技术与分布式智能Agent技术结合起来，实现了一个3层结构的个性化信息发现系统PIRS。该系统采用多Agent协作技术，Meta—Search技术，相关反馈学习算法，以及结合PageRank的期望度启发爬行算法，实现了高效的个性化．主动式在线信息发现。并且由于3层结构的引入，大大提高了系统的安全性、强壮性、可扩展性。有效地解决了现有系统在自适应用户兴趣及信息源变化，高效并行的信息发现等方面的不足。     

个性化流媒体服务中基于行为分析的用户兴趣建模

提出一种基于行为分析的用户兴趣建模方法,计算用户短期兴趣和长期兴趣,以满足流媒体服务中的个性化需求,提高服务的效率。该方法在综合分析用户历史行为的基础上,考虑了不同行为与用户兴趣偏向之间的关系。实验结果表明,该方法能够较为准确地评估用户兴趣偏好。     

基于Agent的个性化信息系统的研究

针对现有搜索引擎技术的不足,提出了一个个性化信息系统开发模型,并给出了该模型的工作原理,论述了该模型所采用的关键技术.     

个性化影片推荐系统中用户模型研究

个性化影片推荐服务是解决目前网络视频服务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,给出个性化影片推荐服务系统的架构,根据用户点播历史记录即可实现与用户当前兴趣相关的影片推荐.提出基于本体论的影片模型,该模型有效保存了影片中与用户点播相关的信息,并在此基础上提出新的用户兴趣偏好学习算法,建立用户兴趣偏好模型.实验结果表明,基于影片本体论模型的推荐效果与传统方法相比,具有更高的准确率.     

基于城市交通信息网格的个性化出行服务研究

智能城市交通系统由于缺少对个性化出行需求统一的认识,以及在实时路况信息计算、信息共享等方面能力上的不足。尚不能提供大规模的个性化出行服务。在调研的基础上,首先给出了一个统一的个性化出行需求定义,然后设计了一个基于城市交通信息网格的个性化出行服务系统,重点探讨了其中的个性化出行需求定制、个性化出行导航和个性化出行服务实现的关键技术。基于交通信息网格的个性化出行系统研究是提高城市交通出行效率并进而缓解交通压力的有效手段。     

一种用户画像系统的设计与实现

用户画像系统通过结合用户浏览行为日志以及爬取数据作为补充,构成用户浏览行为的完整数据集。通过以Hadoop分布式集群为基础的大数据平台结合数据分析算法对该数据集进行清洗、规范化、分析与处理,分析出用户兴趣偏好,为用户标记不同权重的标签,使得企业更了解用户以及为之后针对用户精准推荐铺平道路。此外,针对K-means算法依赖初始化中心的缺陷进行了改进,从测试结果可以看出改进后的K-means准确率得到了较大提升。     

基于智能Agent的个性化生物信息检索系统的设计

设计了一个基于智能Agent的面向生物信息领域的信息检索服务系统,介绍了该系统的体系结构和各组成部分的设计思想,重点讨论了如何应用遗传算法对用户感兴趣的信息进行学习并推荐给用户.     

商务智能和信息检索技术在高新成果转化信息服务中的应用和实现

以高新技术成果转化信息服务平台为实际背景,介绍商务智能和信息检索技术所起到的作用以及有关的实现方法。