试论信息时代高等教育中的用户教育

试论信息时代高等教育中的用户教育张玉珍所谓用户教育，是指通过对现实用户和潜在用户的教育，旨在启发用户的情报意识，提高其情报素养（包括情报知识和情报能力），促使潜在用户转变为现实用户，未表达出来的情报需要转变为表达出来的情报需求，并使用户的这些需求尽快...     

一个基于Web的智能用户接口系统

提出一个基于Web智能用户接口的体系结构，该智能用户接口允许用户在一个局域网内的任何终端登录Internet，通过观察记录用户的行为，根据用户的浏览习惯为用户提供其感兴趣的链接，从而实现智能导航。     

融合主题挖掘与情感分析的用户体验设计方法研究

研究用户体验是了解用户需求和感受的重要途径。为解决从海量数据中精准和高效地发掘并分析用户体验的难题，文章借鉴数据挖掘技术理念，提出一种融合主题挖掘与情感分析的用户体验分析方法。该方法通过用户意见收集、预处理、主题挖掘和主题情感分析等步骤，充分挖掘用户意见、把握用户态度，从而感知用户体验、了解用户需求。研究以天猫平台“国家图书馆旗舰店”产品用户评论为例，验证了文章提出的方法能够有效地分析用户体验，并给予针对性优化建议。     

工信部公布2009年电信用户满意度

工信部公布了2009年度全国电信用户满意度测评结果。2009年度，我国整体电信用户满意度较上年度略有上升，其中电话用户反映的问题较多集中在资费和收费方面，宽带用户反映的问题主要集中在网络质量方面。全国电话用户满意度为78．3分，较2008年增长0．1分，其中移动电话用户满意度为78．4分，较2008年增长0．2分，同定电话用户满意度为78．0分，较2008年下降0．2分。     

以用户为中心的设计理念在网页设计中的运用

以用户为中心的网页设计为主线，阐述了以用户为中心的网页设计的概念、研究意义、原则和内容，期望网页设计师能够切实了解用户的需求、目标和任务，在设计过程中始终把用户放在网页设计的首位。     

基于Spark的大规模社交网络社区发现原型系统

 为有效发掘大规模社交网络上的用户信息，提高对用户之间关系的深入了解，设计开发了基于Spark的大规模社交网络社区发现原型系统。系统利用ActiveMQ实现对大量用户数据的抓取，使用基于Spark的MLlib提供的朴素贝叶斯算法对用户数据进行清洗，利用Spark的GraphX提供的PageRank算法和MLlib提供的Z-Score算法计算用户排名，最终应用并优化LPA算法，将特征相近、联系较密切的用户快速地划分到同一社区中，为进一步分析利用社区用户数据打下了基础。     

协同环境中用户之间的交互性问题

协同环境中用户之间的交互性和协同感知程度是衡量协同环境性能的重要指标。目前大部分CSCW应用系统中用户之间的交互仍然采用基于文本对话框等传统交互方式，交互程度明显不足，严重影响了协同工作的效率。本文根据用户之间交互对象的不同，将其交互划分为用户之间、用户与其替身、用户与另一用户替身及替身之间四个交互层，并通过为用户在协同环境中的人物代表．3D替身(avatar)绑定智能代理，初步建立了一套比较完善的交互机制，从而实现了协同环境中交互行为的动态控制，解决了现有用户间交互性不足的问题。     

基于用户兴趣的个性化信息检索方法

目前检索工具的设计大多面向所有用户，而不考虑用户个人的兴趣，导致查准率较低. 由此提出一种基于用户兴趣的个性化检索方法. 该方法利用ODP，把用户的兴趣映射到一个树形结构上，当用户提出查询时，根据用户的兴趣为其提供相应的检索结果. 考虑到人类大脑周期性衰减的生理特点，使用户特征文件随时间动态更新. 实验结果表明，所提出的方法能够基于用户兴趣实现信息的个性化推荐，从而更好地满足用户的需求.     

基于情境聚类扩展用户画像的旅游景点推荐方法

随着我国旅游业发展和人们对旅游服务需求的不断增多，旅游景点的精准推荐不仅可以节约用户大量的时间，还能够提升用户的消费体验，为此本文提出一种基于情境聚类扩展用户画像的旅游景点推荐方法。基于用户情境数据进行情境聚类，构建出扩展的用户画像模型；根据群体用户画像反映的用户特征，结合情境标签设置个体用户情境特征属性，再融合关联规则和相似度计算为用户推荐个性化的景点。实验结果表明，相较于传统的关联规则Apriori推荐算法或加权Apriori推荐算法，基于情境聚类扩展用户画像的旅游景点推荐方法具有更优的推荐结果。     

不同权限下远程注入技术研究

针对用户模式下管理员用户和受限用户实现远程注入技术的不同点予以研究。通过计算机编程实践可知，不同权限用户在未使用提权函数时，具有相同的运行现象，在使用提权函数后产生不同的结果。针对这一现象分析原因，并指出欲使受限用户完成注入关键进程必须先提升为管理员用户。     

基于Web数据挖掘的文献个性化推荐系统的设计

基于数据挖掘的Web个性化信息推荐服务日益成为一个重要的应用技术，通过使用FP-tree关联规则挖掘算法对用户文献阅读信息进行分析，发现用户的阅读习惯和阅读兴趣，进而为用户进行个性化的文献推荐，从而提高网站对用户的吸引力。     

用户界面的需求分析与设计原则

讨论了一种界面需求分析的方法，意在探讨如何完成针对系统所有用户的界面需求定义，从而开发为用户所接受的界面，以帮助设计人员快速明确用户的界面需求，让用户充分参与到界面需求分析中，从而在最终界面需求说明中体现用户的思想，满足用户要求．最后给出了设计优秀用户界面的一些常见的原则。     

融合隐式信任与属性偏好的群组推荐算法

随着互联网和推荐系统的不断发展，推荐服务的对象由单一用户扩展为群组成员，获取并融合组内成员的偏好、提升群组推荐效果成为当前推荐领域研究的热点问题.利用用户提供的多属性评分矩阵，提出一种融合隐式信任与属性偏好的群组推荐算法.首先，基于用户共同评分项目数和多属性评分相似度计算用户间的直接隐式信任，并利用信任传递机制获取用户间的间接信任，降低数据稀疏性.然后，通过计算用户各属性评分与总体评分间的距离来挖掘用户的属性偏好，在此基础上，利用注意力机制学习组内用户权重，将用户偏好聚合为群组偏好，进而结合深度学习框架对候选项目进行预测，生成最终的推荐列表.最后，四个数据集上的实验验证了提出的算法的有效性和可行性，实验结果表明，该算法的准确率、nDCG等评价指标明显优于对比算法.     

基于遗传算法的频谱池ICI 优化算法

为优化基于小波的频谱池系统中的载波间干扰( ICI: Inter-Carrier Interference) ，提出了一种基于遗传算法的载波间干扰优化方案。采用遗传算法获得最佳权重向量，抑制认知用户子载波干扰能量。该算法可在不牺牲认知用户带宽的条件下，优化认知用户载波干扰能量。仿真结果表明，在满足认知用户目标误码率条件下，明显抑制影响授权用户的载波间干扰，使授权用户获得更好的误码率性能。     

信息时代的用户教育

图书馆是进行终身教育的重要基地，而用户教育则是终身教育的一个重要环节。随着图书馆职能的不断拓展，它为用户提供的服务也必然朝着现代化、高效率的方向发展。利用现代信息技术，特别是计算机技术对图书馆用户进行教育将会提高用户素质，发挥图书馆资源优势。     

基于QoS的分级选择策略

讨论了QoS组成要素，提出了一种基于QoS的分级顺序服务策略．该策略是在服务质量保证协议（QoSGP）的基础上，将用户分成不同优先权的三个等级，按优先权从高到低为：VIP用户、IP用户和Common用户，不同等级的用户采用不同的服务质量计算方法，等级内则采用顺序或随机顺序的服务策略．从实验结果可知，该策略满足了不同层次用户的请求服务质量要求，最大限度地让各用户满意，并提高系统的整体服务质量．     

宽带用户二次认证系统设计研究

随着校园网用户日渐增多，用户之间信息传递数量与日俱增，识别网络用户的身份的正确性，即身份认证成为网络中关键的一个环节。单一的认证方式（如PPPoE、802.1x、Portal），无法满足用户对网络复杂性和多样性的需求，二次认证技术应运而生。为解决网络稳定、用户有效管理之间的管理问题，提高用户感知度、满意度，确保校园网持续健康发展，分析设计实施网络用户二次认证的解决方案，并和其它二次认证技术进行对比。     

基于自适应用户模型的RSS内容过滤

为更好地解决用户如何从过载信息中快速获取需要的信息，利用RSS标准与内容过滤技术，提出了一种使用Rocchio单次反馈和多次反馈相结合的方法，此方法可以准确、快速地追踪用户兴趣的概念漂移，自适应用户模型的变化，更好地实现用户的个性化需求．为验证该方法的可行性，实现了一个基于RSS新闻的内容过滤系统（RSS News Filtering）．     

浅谈基于推荐的电子商务系统

本文首先介绍了目前常用的一些推荐技术，然后着重介绍了相关推荐技术在电子商务中的应用。旨在根据用户以往的购买记录，为用户推荐适合的商品，节省用户的时间，提高购买力。     

基于网络内容和结构数据的用户浏览模型

Web推荐系统能为用户提供有针对性的个性化服务。但目前基于协同过滤和使用挖掘的推荐系统存在着诸如数据信息的不完整或不正确，推荐精度和质量不高等问题。为提高推荐系统的性能，必须将站点的内容和结构信息以及用户行为数据集成形成混合模式推荐系统，在推荐引擎里统一使用。基于此，本文提出一种新型Web推荐系统框架，能够将站点的内容，结构和用户的浏览行为综合考虑形成用户浏览模型，通过用户模型向用户推荐资源，初步实验表明该模型能有效改善推荐系统的性能。