音乐推荐系统中的用户冷启动问题

利用新用户使用音乐时的上下文环境信息来解决冷启动问题.当用户播放音乐时,提取用户当时场景的时间、天气、状态等信息,利用这些信息构建决策树分类模型.当新用户使用音乐推荐系统时,提取当前情景的上下文信息,根据决策树分支和上下文信息判断新用户的兴趣,向新用户推荐音乐.实验结果表明,当采用上下文相关音乐推荐算法,推荐数目不超过6项时,新用户对推荐结果的满意度超过TopN算法.     

用户体验对网络购物决策的影响因素研究

为探索整个网络购物环节中用户体验对网络购物决策影响的因素,本文在消费体验价值理论模型和已有文献的研究分析基础上,提出网络购物用户体验的评价维度及其指标,据此初步构建了用户体验对网络购物决策影响因素的模型。通过问卷调查与数据分析,对提出的影响因素模型进行验证。最终确定了用户体验由品牌、可用性、功能性、内容和消费者资源5个维度及22个指标构成的对网络购物影响因素模型。最后根据分析结果提出了改善网络购物用户体验的建议。本研究有助于电子商务平台和企业根据用户体验设计出满足用户需求、更具吸引力的营销方案,提高用户满意度,进而提升网络购物的转化率。     

基于R的图书馆用户借阅行为数据挖掘研究

本文针对图书馆数据低效利用的现状,采用了基于R的数据挖掘技术对图书馆借阅数据进行了深入挖掘,以期发现这部分数据所隐含的价值。通过数据挖掘从借阅数据中探索其中隐含的规律,并将挖掘出的规律信息进行实际应用,从而实现数据挖掘对数据中价值的发现和高效利用。     

基于AHP的云环境用户行为信任评估研究

随着云环境下用户的异常行为日益增多,身份认证技术无法完全阻止风险用户对资源的非法访问。而对用户行为进行分析和评估,根据行为信任判定用户信任度成为当前云安全研究的热点之一。通过用户的行为证据,提出一种基于AHP分析法的行为信任评估方法,以风险用户运行威胁程序次数和扫描服务器端口次数为例,仿真用户信任度变化情况。实验证明,基于AHP的行为信任评估方法可有效计算用户行为信任值,降低风险用户信任度,提高云环境安全水平。     

基于权重调节和用户偏好的协同过滤算法

针对传统相似度计算方法只利用用户的评分信息这一显性反馈行为进行推荐, 导致推荐效果不理想的问题, 提出一种新的相似度计算方法, 通过引入权重调节机制及用户行为偏好等隐性反馈信息, 提升推荐的准确度. 首先, 根据负采样的反用户频率, 降低流行物品全局软件工程的影响程度, 并使用共同评分行为的最小权重, 调节因共同评分数过少而导致的推荐准确度偏差. 其次, 提出项目偏好词定义, 根据项目偏好词矩阵计算出在项目特征上具有共同偏好的用户. 最后, 在MovieLens数据集上进行实验对比分析, 实验结果表明, 改进后的相似度计算有较优的MAE值, 且有更高的推荐准确性.     

下一代密集WLAN网络干扰管理机制

在密集高效无线局域网部署场景中,针对传统802.11协议造成用户公平性差和吞吐量低的问题,提出一种以用户为中心的资源配置方法。该方法通过对用户进行识别分类,以用户为中心配置信道和功率,在保证用户公平性的前提下,最大化网络吞吐量。提出的功率控制机制和用户识别方法可以很简单的应用于现有无线局域网系统中。仿真结果表明,提出的资源配置方法平均提升单位基本服务集吞吐量47.3%,干扰最严重的基本服务集的吞吐量提升190%,每个基本服务集的边缘用户的吞吐量平均提升约74.3%。     

老年人手机生活助手移动应用的设计与实现

老年人手机生活助手移动应用针对老年人群体的生理特征进行界面设计,以帮助他们更好地使用智能手机。从视觉、触控、语音三方面进行人机交互设计,使用安卓原生开发技术完成移动应用的开发,并通过Spring技术实现服务端低耦合高效运作,以前后端分离的方式搭建数据处理模型,为用户提供顺畅的手机使用体验。移动应用通过语音助手引导老年人使用手机即时通信等功能,辅助他们获取和记录文字信息,同时收集用户浏览行为信息并针对老年人喜好提供备忘录、健康、娱乐等信息服务。实践结果表明,本移动应用为老年人提供了一种具有良好信息交互性的手机快捷使用工具,为他们老有所享、老有所乐、老有所为提供了方便。     

采用语义分析的标签体系构建方法

针对现有标签体系粒度粗和层级结构不明显的问题,提出了一种基于语义分析的自动化标签体系融合构建方法。该方法通过分析不同网站导航标签体系中标签的相似性,学习不同导航标签间的等同映射关系和上下位映射关系,进而融合不同网站的导航标签体系以得到细粒度且层级分明的标签体系。为了评估该方法在标签体系融合构建方面的精度,首次提出标签重合度和上下位关系重合度两个测试指标进行衡量。实验结果表明,与基于同义词林的标签体系融合构建方法相比,所提方法在标签重合度和上下位关系重合度上提升了5%以上,可以构建出精准有效且适应不同领域的标签体系,为构建精准的用户画像打下基础。