融合用户画像的在线学习伙伴推荐方法研究

融合用户画像为学习者推荐学习伙伴,有助于解决在线学习者的孤独感问题,提高学习者的参与度和忠诚度。分析学习者特征,从基本信息、学习准备、学习风格、学习行为四个方面设计画像标签,采集网络教学平台数据,进行建模处理,利用相似度区分相似、互补学习者画像,从而为学习者推荐同、异质学习伙伴。实验结果验证了学习者画像和推荐方法的可行性。融合学习者画像推荐学习伙伴的方法更具个性化、动态化等特点,更适合网络教学环境。     

基于用户画像的学生学习质量评价方法研究

针对学生学习质量持续跟踪并支持个性化评价问题，文章研究基于用户画像技术的评价方法.从技术角度出发，主要讨论了用户画像数据的采集、数据的处理、画像模型的构建等技术，在此基础上讨论了学生学习趋势的预测应用.综合利用多源异构数据，对学生用户进行个性化建模，实现了数据驱动的学习质量评价，因此，本研究对提高学生学习质量具有一定的实用价值.     

基于用户画像的高校图书馆个性化图书推荐研究

个性化推荐服务是高校智慧图书馆的建设重点，基于此，提出了图书推荐系统整体架构.首先从读者的属性、行为、兴趣等标签维度构建用户画像模型，其次考虑读者认知能力存在差异化的特点，将读者按照不同的身份类型划分，再结合基于协同过滤、内容及属性相似度的混合推荐算法进行图书推荐.最后，通过Hadoop大数据平台向目标读者推荐TOP-N图书，实验结果表明，基于该架构模型的图书推荐系统的推荐准确度高，并且有效缓解了推荐系统的冷启动问题.     

一种基于用户关注行为的标签预测方法研究

为从互联网用户的关注行为中抽离出更有效的用户标签,通过挖掘用户行为的关注特性,对标签进行预测,完善用户画像系统.首先,构建用户和关注行为对象的邻接矩阵,对其进行奇异值分解,得到行为特征矩阵;然后,利用逻辑斯蒂回归模型训练特征矩阵,预测用户行业属性标签;最后,针对微博上673144条用户行为数据进行实验研究.结果表明,利...     

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。     

体现用户意图和风格的图像描述生成

现有的图像描述模型大多不能根据用户的意图和用语风格生成个性化的描述。针对这一问题,本文提出一种能体现用户意图和风格的个性化图像描述方法。首先,构建一个关于场景中目标、目标属性以及目标间关系的结构图,通过该图来控制用户所希望表达的目标对象、目标属性以及各目标之间的相互关系;然后,在编码器中加入多关系图卷积神经网络对场景的上下文信息进行编码,并利用图流动注意力来控制描述的侧重点;最后,在生成语句时加入用户风格控制模块,即利用关键词搜索生成包含性别、年龄、受教育程度等信息的用户画像,并结合该画像来控制风格生成器,提取对应的风格样式,最终生成体现用户意图和风格的个性化图像描述。在MSCOCO和FlickrStyle数据集上的实验结果表明,所提出的方法能较好地生成个性化和多样性图像描述语句。     

基于用户画像的高校图书馆精准化学科服务模式构建

作为大数据环境下精准化推荐服务的有效工具,用户画像受到图书情报领域的极大关注.为将用户画像技术应用于学科服务领域,对学科用户进行了分层并设计了差异化的用户数据收集方案,融合学科服务工作内容,构建了由数据采集层、数据预处理层、标签建模层及用户画像生成层构成的4层学科用户画像模型,在此基础上,探讨并构建了包括学科用户需求精准识别层、学科用户需求精准匹配层和精准学科服务功能实现层在内的学科服务新模式,以期为实现精准化、个性化的学科服务提供借鉴.     

基于数据挖掘的文献平台用户行为分析

为科技智库时代的发展,更好地提供科技资源,提高信息服务的质量和水平,采用数据挖掘技术和用户画像建模方法应用于吉林省科技文献信息服务平台(简称"平台"),可以根据用户下载文献的历史数据发现、挖掘数据之间的关联关系;平台功能的升级,极大提升了平台用户检索绩效、用户信息获取绩效,提高了用户科研绩效,完善了平台的支撑和保障作用...     

一种基于迁移学习的学习资源推荐方法

移动互联网技术的飞速发展和智能终端设备的广泛普及为支持泛在学习(U-Learning)提供了可能.泛在学习是一种随时随地都能发生的在线学习.当前,互联网涌现了一大批可供学习的平台和资源,类似平台包括网易云课堂、Coursera、知乎网、简书网等.手动检索和个性化推荐是在线学习系统提供给用户获取学习资源的常用方式.个性化推荐因其能主动建模学习者偏好,为学习者提供个性化的学习资源推荐服务而受到了广泛关注并成为在线学习领域的研究热点.本文在传统协同过滤个性化推荐系统的基础上提出一种基于迁移学习的学习资源的推荐方法,该方法从已有的数据中学习知识,然后迁移到目标任务中,解决了目标任务中数据过少从而导致学习特征的能力不足的问题.     

大数据分析在互联网金融营销中的应用机制

大数据分析在互联网金融中的应用较多,但从互联网金融营销角度的研究较少。互联网金融企业可以建立互联网金融营销大数据应用生态系统,并构建核心模块用户画像系统实现精准营销,在用户画像系统中,从人、时、地、行构建互联网金融用户画像模型公式,根据用户画像权重匹配个性化的互联网金融营销,提升营销效率,实现精准营销。     

基于信息熵的商业银行客户画像属性约简研究

客户画像是商业银行近年来的研究热点,从高维复杂的客户数据中筛选出有效属性是客户画像中的关键问题.为解决商业银行客户画像过程中,由于银行客户数据维度较高,难以实现精准画像的问题,在对客户数据进行聚类分析的基础上,结合粗糙集理论和信息熵理论,对商业银行投资客户画像属性进行了约简,并提出了属性约简算法,结果表明,该算法能够对...     

基于核典型相关分析的教学资源推荐算法

为了提高在线学习平台教学资源推荐的有效性,通过数据挖掘方法对OBE教学资源进行特征提取,分别生成教学资源和用户个性推荐库,采用核典型相关分析算法对教学资源特征和用户个性特征进行分析,选择相关系数高的教学资源推荐给用户.实例仿真证明,相比于常用的教学资源推荐算法,本文算法的准确度更高,推荐资源更精准.     

基于模型堆叠的上网行为日志用户画像方法

上网行为日志数据中包含着大量的用户个性化信息,如何充分挖掘和分析这些信息至关重要。在分析上网行为日志数据的重要性后,提出了一种基于上网行为日志用户画像方法。在该方法中,首先通过特征选择和特征提取方式构建用户特征集,然后利用模型堆叠的技术组合多种单一分类器,构建用户画像模型。利用校园网行为日志数据对性别、年级、年龄三个维度进行用户画像,实验结果表明了所提方法的有效性。     

基于深度哈希算法的学生画像个性化推荐系统的设计与实现

为了提升学生画像个性化推荐的效果,研究设计了一种基于深度哈希算法的学生画像个性化推荐系统。通过使用深度哈希算法结合经过处理的学生信息,进行了学生信息特征标签的提取,并构建了学生画像标签维度模型,从而提升了学生画像的生动性。根据学生画像标注的学生特征,在学校课程资源特征数据集中进行搜索匹配,并根据排序后的检索结果生成推荐结果。实验结果表明,该系统能够有效地采集和预处理学生信息,并成功构建学生画像,完成学生画像的个性化推荐。     

IPv6环境下个性化网络学习系统设计及实现

针对个性化网络学习在学习内容、学习环境等方面的特点,利用IPv6网络在网络带宽、移动设备支持等方面的优势,设计和实现了大学选修课个性化网络学习系统.该系统采用双协议栈方案构建了网络环境,采用概率矩阵分解的协同过滤方法实现了学习内容的个性化推荐,采用Java EE软件架构实现了多平台的学习环境访问,并通过分布式系统部署解决了高并发访问的问题.基于已建成平台上用户的学习行为数据统计结果,提出教学管理要统计学生的学习时间分布,关注学生对课程的反馈.统计分析结果有助于优化学习时间的安排和个性化学习资源的设计,从而提高在线学习效果.     

大数据时代背景下的基于用户画像的个性化情报服务研究

该文首先论述了为用户提供个性化情报服务的必要性,随后探讨了情报人员或情报机构为用户提供个性化情报服务时面临的问题,主要分为用户因素类与情报业务相关因素类,并且针对不同因素分别给出了解决思路。关于用户因素类问题的解决思路主要涉及用户画像建模的数据采集流程设计、数据采集流程中用户属性的设计、用户的长短期兴趣处理思路、对用户兴趣挖掘的业务流程设计等;关于情报业务相关因素类的问题的解决思路主要是要明确以用户为中心的服务思想、以信息交流理论作为方法论的指导、以交互式的服务为最佳优化模式,使用户能够参与服务过程并有所反馈。以期能建立一个能实现“用户角色分析→用户需求分析→应用实现→验证反馈”的情报服务生态闭环。     

基于资源库建设的版式设计课程设计

资源库建设是实现教育信息化和学习型社会的重要手段.它依托网络技术、教学资源和大数据,构建"互联网+教育"新生态,让教育迈进"个性化"时代."职业教育数字化学习中心"(亦称"智慧职教"网站)是由高等教育出版社建设和运营的职业教育数字教学资源共享平台和在线教学服务平台.版式设计课程作为国家职业教育广告艺术设计专业教学资源库的子项目,依托智慧职教平台,通过"一体化设计、结构化课程、颗粒化资源"的建设思路,开发与设计符合学习者需求的课程资源,是资源库建设的有益尝试,有助于推动"互联网+教育"建设.     

大数据视角下数字社区用户群体人格画像

人格特征是人类行为的关键驱动因素，时刻影响人们的日常生活。尤其在突发公共事件情境下，这种影响机制可能更具有个体差异性。数字社区的出现使得基于用户信息行为大数据自动有效地进行用户群体人格画像成为可能，但相关研究还相对较少。以Twitter用户在COVID-19疫情期间发布的相关信息和其相关信息行为记录为样本，进行用户群体人格画像。首先，邀请专业心理咨询师基于自恋人格的定义和量表设定了数据标注规则并对数据集进行标注；其次，设计了13个潜在的用户行为指标，构建了Logit回归模型，并评估了模型的分类性能(分类准确率达到70.34%);再次，确定了一组与用户群体自恋人格特征密切相关的信息行为指标。这组指标共有5项，具体包括：用户近三年发表的推文总数、负面情感倾向推文所占比例、推文中动词平均数、推文中话题标签平均数、推文中感叹号平均数。从而，提出了一种针对特定情境(突发公共事件)基于用户信息行为大数据分析的群体人格画像的方法，为维护民众心理健康和数字社区清朗空间提供了新的思路。     

数据库资源使用统计与用户检索行为分析——以超星知识发现系统为例

以北京市科学技术研究院采购的超星知识发现系统为例,依据数据商在线统计平台提供的使用报告,研究电子资源的利用情况。基于用户的检索行为数据、各学科电子资源的使用量,了解用户在检索过程中的习惯和对各学科电子资源的利用情况。为北京市科学技术研究院资源建设提供有针对性的指导意见,同时为信息资源订购工作的有效开展提供建议。     

专家画像技术在科技管理中的应用分析

在国家至地方不同级别科技计划项目的支持下,科技管理大数据中的专家画像技术研究已成为学术热点。本文以专家画像技术在科技管理中的应用为背景,分析大数据背景下专家画像技术应用的难点与挑战。在此基础上,提出依托科技管理大数据平台开展专家画像技术研究与应用的相关建议,为专家画像技术在科技管理大数据平台中应用提供有益参考。