Web访问挖掘中的匿名用户识别算法研究

有效的用户识别与用户细分是网站用户行为分析的基础.针对现有用户识别算法将注册用户和匿名用户均按匿名用户处理,导致用户分类不细致的问题,提出了一种匿名用户识别算法.该算法通过识别用户访问行为状态,采取页面访问路径和浏览时长匹配方式,进一步识别IP地址变化后混入纯匿名用户中的注册匿名用户,从而把用户细分为注册用户、假匿名用户和纯匿名用户.实验结果表明,该算法能够提高匿名用户识别率,更加准确地识别假匿名用户.     

用户创新的研究现状及政府政策制定研究

在当今消费经济时代，用户需求差异日益扩大，制造商应该更加关注用户创新，促进新产品的开发。用户因为期望获益、心理满足、信息粘性和需求而进行产品创新，用户创新有领先用户、用户创新工具箱和用户社团三种方式。对于用户创新的现状，政府应该改进用户创新的测量方法、减少合作用户创新的交易成本、检查知识产权法案以及对用户创新的R＆D补助和税收优惠，来发展和完善适合我国企业的用户创新实践。     

基于用户公平性的抗干扰频谱接入方法

针对共存式频谱接入方法中存在干扰的问题和多认知用户无线通信系统中认知用户之间的系统资源分配不公平的现象,提出了一种基于用户公平性的抗干扰频谱接入方法.在该方法中,如果认知用户能够帮助授权用户达到目标速率,就能够获得机会接入授权用户的频谱,认知系统根据认知用户的信道条件和吞吐量选择出一个认知用户接入授权用户的频谱.认知用户接入授权用户的频谱后,利用一部分带宽转发授权用户的信息帮助其达到目标速率,然后利用剩余的带宽发送自己的信息.由于认知用户使用不同的带宽分别发送授权用户和自己的信息,所以授权用户和认知用户之间不会产生干扰.研究了认知用户如何进行带宽分配,使得在保证授权用户达到目标速率的条件下,最大化认知用户的速率,以及如何进行认知用户选择,保证认知用户频谱接入的公平性仿真结果验证了该频谱接入方法的有效性和公平性.     

一种社交网络用户领导者挖掘算法

社交网络中的用户领导者挖掘是用户影响力分析的重要问题.提出一种基于用户影响力评估的社交网络用户领导者挖掘算法.首先,描述问题模型以及模型相关定义;其次,提出了基于用户影响力和用户活跃度计算的用户领导力评估方法;最后,依据用户领导力和用户中心度计算实现用户领导者的挖掘.实验印证了该方法对于社交网络挖掘用户领导者的可行性和有效性.     

一种基于干扰对齐的用户选择与功率优化算法

在实际的认知无线电网络中,用户随机分布,各个用户间距离不相等,非授权用户较多,授权用户未被利用频谱资源有限,针对上述情况提出了一种基于干扰对齐的用户选择与功率优化算法.根据各个用户的位置关系,选出离授权用户较远的一组非授权用户进行通信,离授权用户较近的一组用户在该时隙静止,当非授权用户满足授权用户的干扰温度约束条件时,该算法通过对通信的非授权用户进行功率优化分配,提升系统的总容量.仿真分析表明,该算法能够在保证授权用户性能的同时,选出离授权用户较远的一组非授权用户进行通信,优化频谱效率.     

基于中断概率的认知网络干扰建模及接入优化

抑制认知用户对主用户的干扰以确保主用户通信质量是认知网络存在的前提.文中针对共存式频谱共享系统,对主用户接收机处的累积干扰进行了建模,并基于主用户中断概率约束推导了主用户独享区域,得到其半径下限的闭合表达式,进而研究认知用户密度等参数对主用户独享区域的影响,基于此主用户独享区域,提出抑制干扰的认知用户接入方案.仿真结果证明了方案的可行性.     

一种基于用户行为反馈的兴趣度模型更新算法

个性化推荐技术在电子商务系统中得到了广泛应用.针对现有的用户模型不能及时根据用户自身兴趣偏移进行更新的问题,提出了一种基于用户行为反馈的兴趣度模型的更新算法,在创建好模型的基础上,分析用户的购买记录和用户的浏览行为,结合用户的兴趣内容,实现用户兴趣的自动更新,得到的针对新的用户兴趣的推荐商品列表,在此基础上结合用户的购买商品记录,实现推荐商品的个性化排序,从而向用户进行个性化推荐.实验对比结果表明,该算法能更好地发现用户当前的购买兴趣,从而进一步提高个性化推荐精度和用户满意度.     

基于干扰温度检测的频谱空洞探测研究

对基于干扰温度检测的频谱空洞探测过程做了深入研究.通过对用户干扰的限制条件研究,给出认知用户收发端频谱空洞的探测方法.并提出认知用户与主用户信息交互的步骤.当满足认知用户与主用户相互间的累积干扰不超过各自的干扰温度限时,认知用户可以使用主用户授权频谱进行通信.     

谈网站中用户登录模块的安全性

很多网站主页都有用户登录功能,那么,对于这样的登录框或者一些管理页面的用户登录,如何提高其安全性呢？本文从防止恶意用户SQL注入攻击、防止恶意用户客户端攻击、设计用户登录图片验证码、对用户输入信息进行编码和加密用户登录信息等方面来阐述网站中用户登录模块的安全性。     

基于次用户检测能力的认知无线电频谱共享博弈

基于博弈论研究认知无线电系统中主用户和次用户频谱共享方法. 认知无线电系统中,主用户出售空闲频谱给次用户,以获得收益,次用户则通过博弈竞争空闲频谱资源. 由于不同的次用户检测能力各异,主用户对次用户的频谱共享意愿也不同. 根据次用户的检测能力强弱为认知用户设置优先级,提出将反映次用户检测能力的终端设备剩余电量百分比体现在价格函数中,从而得到新的效用函数. 通过仿真表明了该博弈算法能使频谱分配更加有效、公平、合理.      

用户特征的混合Top-N推荐方法

为解决协同过滤方法中面向新用户的冷启动问题,提出基于用户特征的混合Top-N推荐方法.通过对用户特征的聚类分析,获得特征相似用户集,根据目标新用户与不同用户集的距离、用户集对不同项目的评分来预测新用户对项目的评分,并结合传统协同过滤方法进行推荐,最后采用命中率来评价推荐的准确度.实验结果表明,该方法针对新用户有较好的推荐精度.     

非理想信道感知下的频谱共享容量的理论分析

在现有的以理想信道感知为条件的机会频谱共享容量分析基础上,重点讨论非理想感知对机会频谱共享中次用户信道容量的影响.关注两条不同传输途径的信道,一条是从次用户发送端到次用户接收端的无线信道,另一条是次用户发送端到主用户接收端的无线信道.以主用户接收端功率受限作为约束条件,得到了关于非理想信道信号噪声比条件下机会频谱共享的次用户信道容量的关系表达式.首先分析次用户发送端到主用户接收端信道和次用户发送端到次用户接收端信道为非对称时次用户的信道容量,其次分别探讨不同衰落信道模型下两条信道上感知(包括信道估计和预测)误差为对称和非对称结果时,次用户信道容量的变化.     

基于两阶段计数的用户关联挖掘

基于规则的推荐技术在数据集上挖掘项目关联和用户关联为当前用户做推荐．用户关联挖掘是使用用户关联进行推荐的关键．首先证明在整个数据集上挖掘到的关于当前用户的用户关联集是只在包含当前用户评价的数据集上挖掘到的关于当前用户的用户关联集的子集,提出基于两阶段计数的用户关联挖掘框架,然后应用概念格技术实现了基于两阶段计数的用户关联挖掘算法,并通过实验表明该算法具有更好的性能．     

自动对用户感兴趣的词进行加亮的用户个人代理

为了帮助用户浏览网页时更快的找到他所需要的信息,提出了一种新的用户个人代理当用户浏览网页时,这种用户代理可以为用户自动加亮所感兴趣的词.用户访问过的网页首先根据内容被分到事先分好的几个目录中,这个分类用于理解用户访问的上下文.在每个目录中可以根据用户的访问历史纪录,用统计的方法得到用户的兴趣地描述.这些个性化的描述,可以为用户快速浏览,定位所需要的信息提供很好的帮助.实验结果证明了该做法改善了用户对网页的浏览状况.     

一种基于桌面信息的个性化推荐方法

针对当前信息检索服务中存在的固有缺陷,提出了一种基于用户桌面信息抽取的个性化推荐方法.详细介绍了通过用户桌面资源信息抽取建立长期用户模型,以及通过工作场景信息抽取建立短期用户模型的算法.长期用户模型提供了完整全面的用户兴趣偏好信息,短期用户模型则为预测用户当前信息需求提供了依据.实验结果表明,基于用户桌面信息抽取的个性化推荐服务能较好地预测用户当前需求、具有良好的推荐效果.     

关于个性化搜索引擎中用户兴趣模型的研究

针对个性化搜索引擎中不能准确建立用户兴趣模型的问题,通过分析用户有效的搜索行为,得到用户感兴趣的网页,并根据用户对网页的操作情况,得到用户对网页的兴趣程度,据此改进TF-IDF公式,得到用户的兴趣特征词及其权重,建立用户兴趣模型;并根据更新时间因子来实现用户兴趣模型的动态更新.实验结果表明,通过此种方法建立的用户兴趣模型,更加准确地反映了用户的兴趣爱好,提高了搜索结果的准确度.     

基于Web2．0用户个性化推荐系统分析

为实现用户个性化服务,理解用户兴趣爱好．通过建立用户兴趣模型和推荐库．采用用户兴趣行为描述、重排序算法以及用户反馈算法,分析基于Web2．0用户个性化推荐系统．以提高推荐结果的准确性。     

用户接受:企业信息技术实施的新视角

信息技术价值的实现依赖于用户的接受和正确使用,技术、用户以及技术与用户的相互作用3方面因素通过用户的技术知觉影响用户的技术接受程度。在信息技术实施的不同阶段,通过管理用户期望、减少用户对于变化的抵制以及营造鼓励创新的企业文化扭转等措施,能够有效促进用户的技术接受,充分实现信息技术的价值。     

基于友邻-用户模型的微博主题推荐研究

在微博社交网络中,微博文本内容短小,主题覆盖较少,同时主题变化快,用户兴趣更新频繁。已有用户模型不能完全准确刻画微博用户变化的兴趣。友邻集由用户认知度高的群体组成,友邻集的主题兴趣可以全面反映目标用户的多样化兴趣。利用目标用户的友邻集,在本体用户模型上构建微博用户的友邻主题兴趣集,计算更新友邻主题兴趣度,提出友邻-用户模型的实现算法。实验表明,在微博社交网络平台中,友邻一用户模型的微博主题推荐精度要优于传统的用户模型。     

搜索引擎中的用户分析

本文简要介绍了搜索引擎中的用户分析,包括用户需求分析、用户行为分析、用户认知分析三个方面,以及用户分析对搜索引擎的重要作用。