偏好关系的对偶性

建立了基本二元关系以及偏好关系的对偶理论．引入并讨论了二元关系之间的基本性质以及偏好关系之间的一些性质的对偶性．建立了基本二元关系以及偏好关系的各种性质之间的蕴涵式．定义了一些新的序关系，并对各种偏序关系所满足的基本性质给出了完整的刻划．     

证券投资者群体行为的系统描述

利用分布参数系统模型研究了证券市场中投资者的群体行为．引入了投资者关于其自身因素的分布函数，把投资者行为定义为n维因素空间中的轨线，建立了投资者群体行为分布函数满足的偏微分方程，描述了投资者群体行为的变化规律，并证明了该方程的重要性质．在一定假设条件下，建立了不同资金禀赋的投资者行为分布函数满足的偏微分方程，并给出了解析解．     

用蚂蚁算法处理固定需求交通平衡分配问题

为了提高交通量预测模型的可靠性 ,文章采用一种新型随机搜索思想———人工蚂蚁算法求解固定需求交通平衡分配问题。算法设计中利用蚂蚁王国中增强型学习系统功能和并行计算的特点 ,使得交通分配系统朝着用户优化的方向发展,降低了分配的复杂性 ,为交通分配问题开创了一条新的途径 ,同时显示了蚂蚁算法在交通规划中的使用前景     

基于内容流行度的移动CCN缓存策略研究

近年来,为了适应互联网应用由发送者驱动的端到端通信模式向接收者驱动的海量内容获取模式的转变,并从网络体系架构层面提供对可扩展和高效内容获取的原生支持,研究界近年来提出以内容为中心的新型网络(content-centric networking,CCN)体系架构,它能够高效地支持未来互联网上的内容分发.随着移动用户数量的不断增加,未来移动用户也将访问CCN网络,针对内容中心网络中的用户移动性问题,提出了一种基于内容流行度的移动性缓存策略.该策略考虑用户移动性,利用半马尔科夫模型对用户移动性进行建模,同时采用多元线性回归模型对内客流行度进行预测,结合用户移动性与原有内容流行度提出一种移动性缓存策略.仿真实验表明,移动性的加入会对内容的流行度产生较大的影响,该策略能有效地提升缓存命中率.     

基于神经网络的社交网络用户动机与行为关系研究

 以社交网络用户为研究对象,扩充了用户的“获利性”动机和“社交获利”行为,通过调研问卷,利用神经网络模型分析社交网络用户动机与行为的关系。结果表明,不同动机对不同行为的影响程度不同,动机对行为的整体贡献度呈现出有用性 > 自我呈现 > 娱乐性 > 易用性 > 获利性 > 从众性 > 社交性的趋势。建议管理人员持续完善网站的社交和娱乐功能,从用户心理出发构建品牌辨识度高、有特色的社交网络。     

信息时代高校图书馆用户教育浅析

用户教育是高校图书馆的主要任务之一。从信息时代高校图书馆用户教育的重要性入手,指出了高校图书馆用户教育的现状及存在的问题,论述了信息时代高校图书馆用户教育的内容及做好用户教育工作的途径与方式。     

基于用户需求的高校图书馆信息资源建设

在对高校图书馆用户特点和信息需求分析的基础上,从6方面对高校图书馆信息资源建设的思路进行了探讨.     

从读者调查看如何提高电子资源利用率

以中国矿业大学师生为对象进行了读者调查,分析了读者在使用电子资源过程中存在的一系列问题,并提出了解决这些问题的方法及提高电子资源利用率的策略。     

我国图书馆用户研究文献的成果及问题分析

对2000—2007年发表的有关图书馆用户研究的论文进行了分析,指出了我国图书馆用户研究中取得的研究成果及存在的一些问题,并提出了相应对策。     

基于多模态融合技术的用户画像方法

针对当前用户画像工作中各模态信息不能被充分利用的问题,提出一种跨模态学习思想,设计一种基于多模态融合的用户画像模型。首先利用Stacking集成方法,融合多种跨模态学习联合表示网络,对相应的模型组合进行学习,然后引入注意力机制,使得模型能够学习不同模态的表示对预测结果的贡献差异性。改进后的模型具有精心设计的网络结构和目标函数,能够生成一个由特征级融合和决策级融合组成的联合特征表示,从而可以合并不同模态的相关特征。在真实数据集上的实验结果表明,所提模型优于当前最好的基线方法。