面向移动终端的数字图书推荐系统设计与实现

设计一种面向移动终端的数字图书推荐系统,该系统采用了一种用户兴趣采集模型,可根据用户兴趣进行图书推荐。在移动终端与服务器终端间的数据交换上,进行了轻量级数据交互技术研究。运行实例表明该系统有很好的使用效果。     

基于压缩-激励网络双塔模型的卷烟推荐算法

采用压缩和激励网络(squeeze and excitation network, SENET)构建双塔推荐模型,针对卷烟消费推荐问题进行了研究.基于长期采集的包含用户、商品和历史交互信息的数据集,使用SENET双塔推荐模型对该数据集进行建模,以预测用户的卷烟消费行为.实验结果表明,基于SENET双塔构架的卷烟消费推荐模型在消费者与产品间的交互信息获取上具有优势;与传统的推荐算法相比,SENET双塔推荐模型具有更好的推荐效果.     

基于鼠标动力学模型的用户身份认证与监控

针对计算机系统安全中的用户身份识别和监控等基本问题,提出了一种利用鼠标动力学行为特征进行身份识别的新方法.通过采集各种应用环境下的鼠标行为数据,从交互和生理2个层面上对人机交互过程中计算机用户的鼠标行为特征进行建模、分析,以达到实时监测用户身份、检测非法用户的目的.所提方法可为身份监控原型系统实时采集用户的行为数据,并将当前的行为与用户的历史行为模型进行比较,以判断和检测用户身份,再依据判断检测结果产生实时的响应,从而有效防止非法用户侵入.实验采集井分析了10个用户的鼠标行为数据,通过特征降维与神经网络分类相结合的算法,得到了0.48%的误识率和2.86%的拒识率,充分展示了基于鼠标动力学行为模型进行身份认证和监控的可行性.     

跨境电商AP P用户使用意愿及满意度影响因素分析

综合运用技术接受模型和思辨可能模型,以有关APP质量的感知有用、感知易用、感知风险和APP互动性为中枢路径,有关APP信任程度的APP声望、APP推荐程度为边缘路径,构建跨境电商APP用户使用意愿及满意度“双路径”模型,对采集的302份调查数据进行实证分析,探究跨境电商APP用户使用意愿和满意度的影响因素。研究结果表明,感知有用性、感知易用性、APP互动性、APP声望、APP 推荐程度、APP质量与APP信任程度均对用户使用意愿和满意度产生显著正向影响,其中APP 信任程度的影响最大;感知风险性对使用意愿及满意度存在负向影响。跨境电商企业可以通过增强APP的互动性、感知易用性、声望和安全性提高用户使用意愿和满意度。     

政府数据开放平台用户使用意愿研究

从用户使用视角出发,基于技术接受模型,在感知有用性和感知易用性的基础上,加入“信任”要素,构建用户使用意愿模型,并应用AMOS对收集到的256份有效调查问卷进行实证分析,研究政府数据开放平台用户使用意愿。结果表明,政府数据开放平台的开放数据有用性对使用意愿有显著正向影响,平台的操作易用性通过影响开放数据有用性而影响使用意愿,信任对开放数据有用性及政府数据开放平台操作易用性均有显著正向影响;女性用户相较男性用户更愿意使用操作方便的平台,高学历用户相较低学历用户更愿意使用感觉有用的平台。为促进用户对政府数据开放平台的使用意愿,需提高政府数据开放平台的数据有用性及格式多样性,增加政府数据开放平台的数据接口集,加强个人隐私保护,加强政府数据开放平台人性化设计。     

基于移动感知数据的用户画像系统

用户画像是一个人的虚拟表示,它是基于一系列数据的模型.基于手机感知数据从年龄、性别和人格特征三方面构建用户画像.通过使用手机中的传感器和事件监听器来采集滑屏解锁场景、手机基本信息、应用程序使用情况和屏幕状态场景中的数据.此外,随机森林回归和随机森林分类模型分别用于估计年龄和检测用户的性别.支持向量回归机(support vector regression,SVR)算法用于识别人格特征.通过84个用户进行实验来评估该模型.实验结果表明,我们的方法在年龄估计中的均方根误差为4. 369,在性别检测中实现了91. 70%的精度.对于人格特征的识别,开放性、尽责性、外倾性,宜人性和神经质的均方根误差分别为0. 290、0. 351、0. 465、0. 302和0. 452.     

用户行为轨迹研究

针对目前使用最广泛的谷歌搜索、淘宝网、开心网用户行为轨迹的优缺点,提出"从用户寻找信息"的被动服务模式到"信息寻找用户"的主动服务模式,利用Clickstream研究建设相应的数据信息采集方法,构造用户轨迹研究建设思路——采集、分析、推荐、评价、反馈,抽象提出六大模型体系,分析了三大应用场景:应用内容推荐、关注应用推荐、辅助重点应用保障,并对用户行为轨迹改造进行案例分析应用。     

基于隐变量模型的多维用户偏好建模

从用户行为数据构建用户偏好模型,是解决个性化服务、评分预测和用户行为定向等问题的重要基础.本文从用户的评分数据出发,以多个隐变量分别描述用户在评分对象多个维度的偏好,以含有多个隐变量的贝叶斯网(简称隐变量模型)作为表示用户偏好的基本知识框架.首先根据用户偏好和隐变量的特定含义给出模型构建的约束条件,进而提出基于约束条件的模型构建方法,使用约束条件下的EM算法来计算模型参数,约束条件下的SEM算法来构建模型结构.针对多隐变量情形下模型构建过程中产生大量中间数据带来的计算复杂度急剧上升的问题,本文使用Spark计算框架实现模型构建的方法.建立在Movielens数据集上的实验表明,本文提出的方法是有效的.     

用电信息采集系统电能计量数据异常原因及对策

电信息采集系统可以帮助能源使用企业提高对能源使用的效率,缓解电力供需之间的矛盾。电能计量装置需要通过现场校验的实验才能运行,当用户用电信息采集系统建立运营后,需要通过远程的方式,对用户电能计量装置进行运行分析,在传统的人工分析工作中,成本消耗大,时间花费多,还有可能造成一些分析的漏洞和错误,这就要求能够通过一些算法对电能计量数据发生异常的用户进行排查,该文主要介绍在用电信息采集系统中,产生数据异常的一些主要原因,同时分析提出一些解决办法和改进措施。     

基于SNMP协议的校园网用户监视系统模型

为了更好的管理校园网络,提出了一个基于SNMP协议的用户监视系统模型,该系统采用W eb/Java技术的3层应用模型,通过SNMP协议来采集交换机中的数据信息,并与用户认证系统、DHCP服务器的日志信息进行关联分析,从而实现校园网内用户的安全监控过程。     

用对象-关系数据模型进行多媒体数据建模

通过对现今常用的超媒体技术、面向对象技术、扩展的关系模型技术等 3种多媒体数据建模技术进行分析比较 ,提出用对象—关系建模技术进行多媒体数据建模 ,以及实现从面向对象模型到关系模型转换的算法 ,并用实例演示了这一过程 .     

汾渭平原SO2与气温的函数型空间自回归分析

面对观测到的高维复杂数据,函数型数据分析方法能充分利用数据信息,有效处理这类数据,并分析不同数据类型之间的关系。收集了汾渭平原11个城市2019年月均SO_2浓度数据和逐时气温数据,为了在分析SO_2浓度与气温之间的关系时不丢失重要信息,首先通过函数型数据分析方法,对逐时气温数据进行函数化,并对气温曲线进行动态分析;其次,由于月均SO_2浓度数据存在空间相关性,故在气温曲线和月均SO_2浓度之间建立函数型空间自回归模型(functional spatial autoregressive model, FSAR)。通过函数型主成分基展开的方法对气温曲线进行降维,采用极大似然估计方法对FSAR模型中的参数进行估计。通过与函数型线性模型(functional linear model, FLM)对比,结果表明:FLM模型的均方误差远大于FSAR模型的均方误差。可见用FSAR模型处理SO_2浓度与气温数据的拟合效果更好。     

一种支持数据渗透迁移的片上缓存模型研究

分析一种支持数据在处理器片上如流水般浸润迁移的渗透缓存层次模型,以及片上数据渗透迁移的基本算法.为了仿真验证渗透缓存模型的有效性、分析该模型及其上的数据迁移算法的性质,本文给出了描述渗透迁移模型基本结构的构成关系、渗透迁移数据的形式化方法.仿真实验结果表明:该模型在改进处理器访存的命中率方面具有明显优势.     

IDMEF数据模型的改进与实现

针对IDMEF数据模型在实际使用中可能存在的不足 ,提出了一个解决方案 .最后给出了一个例子 ,使用DTD(文档类型定义 )描述XML文档实现了改进的IDMEF模型     

北京市地铁7号线地质沉降数据的时间序列分析

本文运用时间序列方法,构建模型对北京市地铁七号线(九龙山站到大郊亭站)建设过程中地质沉降的数据进行分析,并对未来地质沉降的走势进行了预测.文章主要分为以下三个部分:第一部分是本文所用的模型介绍,包括时间序列AR(P)模型、Yule-Walker方程对模型的参数估计、AIC定阶、白噪声检验.第二部分,对原始数据进行分析,并对数据进行伸缩变换,去除趋势项,建立了AR(2)模型.根据所构建的模型,对未来的地质沉降做出预测.第三部分是本文的结论.     

多媒体演示系统中数据模型的选择

首先探讨了多媒体系统中数据模型的问题，比较了目前国际流行的３种标准，在此基础上，研制了一个适合于不同应用场合的多媒体演示系统－ＭＭＤＳ，并详细介绍了该系统中数据模型的选择。     

基于 XGBoost 的房价预测优化

观来说，房价受到诸多因素的制约，正因如此，房价预测仍然是数据分析中一个非常经典且具有挑战性的问题.本文针对房价数据冗余，在实际场景中很难确定重要特征，提出了一种创新的数据预处理方式，并通过双模型迭代拟合的方式进行数据预测.首先从数据意义、数据形式和数据关联性三个方面进行初始数据预处理，然后根据数据选择适合的模型进行训练.在传统机器学习中，Random Forest和 XGBoost是两种常用的方法.RF 模型通过其 Bagging 过程，能够准确地评判“冗余”特征，而 XGB 模型在提高预测效果的同时，也囿于其泛化能力下降，无法稳定地反映特征重要性.因此，本文利用 RF 模型处理冗余数据，并使用XGB模型对新数据集进行拟合提高预测效果.本文在Kaggle竞赛的数据集（"House Prices Advanced Regression Techniques"）上进行了实验，测试结果显示，XGB回归模型最终的回归精度R2为87%，而单独的RF模型或XGB模型的R2分别为79.2%和78.7%.实验证明，该数据预测方法能够明显提高房价预测效果.同时，为充分体现模型拟合效果和预测能力，将“房价”改为具有“高”和“低”两类的离散变量，最终预测结果的精确度为93%，召回率为93%.     

TD-SCDMA无线接入网数据采集技术研究

为对TD-SCDMA无线接入网中诸接口的数据采集硬件部分提出解决方案,实现了TD-SCDMA无线接入网的数据采集。以TD-SCDMA网络测试仪的数据采集功能为背景,研究了TD-SCDMA无线接入网中Iu,Iub,Iur接口的数据承载方式,并且在该基础上着重探讨和总结了这3种接口的数据采集技术,提出以双功能模块组成的数据采集硬件模型,并给出具体硬件实例,实验表明,该模型能成功应用于网络测试处理。     

固定转换参数的GPS网平差与坐标转换模型

分析了起始数据误差与坐标轴指向变化对于转换参数的影响 ,提出了采用固定转换参数的GPS基线向量与地面已知数据进行联合平差与转换的模型 ,探讨了采用该模型计算时应该注意的问题 .利用这一模型处理了上海地铁M8线GPS控制网的数据 ,结果表明 :当已知点位于GPS网的一侧时 ,采用这一模型能够显著地提高GPS控制网的外符合精度 .     

管理信息系统中数据交换中心的设计与实现

介绍了管理信息系统中数据交换中心的概念和作用，设计了数据交换中心的模型，并根据该模型使用XML和Web Service的技术开发了数据交换中心，并将其应用于企业的管理信息系统当中。