分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-11-29 合作期刊: 《计算机应用研究》
摘要: 为进一步提高个性化标签推荐性能,针对标签数据的稀疏性以及传统方法忽略隐藏在用户和项目上下文中潜在标签的缺陷,提出一种基于潜在标签挖掘和细粒度偏好的个性化标签推荐方法。首先,提出利用用户和项目的上下文信息从大量未观测标签中挖掘用户可能感兴趣的少量潜在标签,将标签重新划分为正类标签、潜在标签和负类标签三类,进而构建对标签的细粒度偏好关系,在缓解标签稀疏性的同时,提高对标签偏好关系的表达能力;然后,基于贝叶斯个性化排序优化框架对细粒度偏好关系进行建模,并结合成对交互张量分解对偏好值进行预测,构建细粒度的个性化标签推荐模型并提出优化算法。对比实验表明,提出的方法在保证较快收敛速度的前提下,有效地提高了个性化标签的推荐准确性。
分类: 数字出版 >> 新媒体 提交时间: 2023-10-08 合作期刊: 《中国传媒科技》
摘要: 大数据时代的到来,为传统新闻业带来了新的机遇。数据新闻的诞生和发展,丰富了新闻报道的内容和方式。本文从数据新闻的定义出发,梳理了数据新闻的起源、发展和报道方式,并通过ProPublica和The Upshot这两个数据新闻平台的的多个案例,对数据新闻报道的阶段和其所呈现的特点做出思考与总结。
分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-07-26 合作期刊: 《图书情报工作》
摘要: [目的/意义]针对基于内容的个性化推荐策略,提出资源特征选择与权值计算优化策略,从而改善个性化推荐的效果。[方法/过程]构建基于用户决策机理的个性化推荐模型,模型以用户决策机理为背景知识进行资源特征的选择、用户兴趣模型的构建与语义表示、用户决策函数构建。为验证模型效果,以4 748位用户的观影数据为例进行实验,实验以向量空间模型为参照模型,P@N为评价指标。[结果/结论]实验结果显示,在N取值为5、10、20、50、100、200的情况下,基于用户决策机理的个性化推荐模型效果都显著优于向量空间模型,从而验证模型的有效性。
分类: 计算机科学 >> 计算机应用技术 提交时间: 2017-03-10
摘要: 近年来,一方面,信息检索在自身发展的同时不断和其他学科领域交叉融合,另一方面,新资源、新平台的出现也促进了信息检索的迅猛发展。信息检索研究呈现出个性化、协同化、社会化的趋势。本文 总结了近年来信息检索研究的一些新动向,并分析了未来发展的若干趋势。
分类: 数字出版 >> 新媒体 提交时间: 2023-10-08 合作期刊: 《中国传媒科技》
摘要: 在抗击疫情的当下,虽然已经经历了一年的战斗,但是全国人民仍在与疫情做斗争。2021年的春节是疫情后的第一个春节,关于疫情、乡情在各大卫视的春节联欢晚会中也有所体现,其中不仅仅带来的是走向新的一年的喜悦,还有对于未来的期许以及期待疫情早日结束的愿望。正因为疫情,近两年的大型文艺晚会一直采取线上的形式播出,本文以《2021湖南卫视春节联欢晚会》(以下简称《湖南卫视春晚》)为例,将对大型文艺晚会的播出方式与形式展开探讨。
分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-10-08 合作期刊: 《知识管理论坛》
摘要: [ 目的 / 意义 ] 通过对国内外图书馆个性化服务的梳理和对图书馆小程序的发展研究,发现 微信小程序推动图书馆个性化服务的潜力,从而给现阶段图书馆个性化服务提供可借鉴的发展方向。[ 方 法 / 过程 ] 首先梳理国内外图书馆个性化服务的涵义、发展现状和趋势,然后分析小程序在图书馆个性 化服务的案例。最后,探讨小程序如何促进深化图书馆个性化服务,并给出合理化的建议。[ 结果 / 结论 ] 小程序能够在图书馆基础业务提升、原有业务整合集成、新业务拓展等方面为读者提供精准的靶向服务, 提升图书馆个性化服务水平。
分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-08-26 合作期刊: 《图书情报工作》
摘要: [目的/意义]以现有图书馆借阅记录为基础,结合图书阅读相关性进行深入挖掘,探讨识别借阅场景下图书专业性质量和实现相应个性化图书推荐服务的有效方法。[方法/过程]利用图书的阅读相关性提出图书相关性链接关系,结合图书质量的迭代识别算法来识别专业图书资源。同时利用图书类别相关性链接关系,提出读者用户个性化模式的表达方法,并从长期兴趣推荐和短期兴趣的即时推荐两个方面给出个性化图书推荐策略设计原理和实现方法。[结果/结论]在图书质量识别方面,该方法更易于识别出专业性较强的优质图书资源,适用面比较灵活,也可以在限定图书范围内进行专业图书识别。在个性化图书推荐方面,发现不论长期兴趣推荐方法还是短期兴趣推荐方法,第二类用户的平均推荐命中度要高于第一类用户,在第一类用户中,最高相似度区间(75%以上)和较低相似度区间(15%-50%)的短期兴趣推荐方法的平均推荐命中度要高于长期兴趣推荐方法。本研究通过读者借阅序列分析方法识别专业图书并实现相应的个性化推荐图书方法,有利于改善现有图书馆借阅服务水平和提高读者的满意度。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-05-20 合作期刊: 《计算机应用研究》
摘要: 个性化照片排序在图像质量评价和图像检索中有着重要意义。为了解决现存方法忽视用户偏好和准确率低的缺点,提出一种新颖的,基于排序的支持向量机的用户专属美学排序模型。首先输入用户喜好的专属图片,随后通过深度卷积神经网络提取特征并与数据集对比,创建用户专属美学训练集,之后使用排序的支持向量机学习定制的超平面,并生成用户专属的个性化美学排序。后续实验中,第一组实验邀请用户进行算法个性化预测的评估,第二组实验测试图片质量高低的准确度。实验结果表明算法预测结果较符合用户喜好,同时在图片质量高低分类上有较高的准确度。因此,该算法一种有效的个性化排序方法。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-11-08 合作期刊: 《数据分析与知识发现》
摘要: 【目的】利用领域专家信任和相似度相结合的优势, 弥补传统协同过滤推荐算法在推荐准确度以及挖掘长 尾商品方面存在的不足。【方法】选取 MovieLens中稀疏度为 0.9605 的数据集, 由评分记录较多的 1 102 个用户 对 2 920 部电影的评分记录构成, 利用分阶段实验法求得优专家用户数量及推荐权重系数值, 并结合对比分 析法对算法的性能进行评测。【结果】实验结果表明, 本算法的推荐结果准确率和覆盖率均受到专家用户数量的 影响, 且当推荐权重系数为0.6时推荐准确度明显优于传统算法, 同时专家用户比例由2%上升至20%时, 覆盖率 上升了 0.21, 说明算法在一定程度上显著提高了推荐系统挖掘长尾商品的能力。【局限】未考虑到不同领域类别 之间可能存在的相关性。 【结论】该算法能够有效地克服数据稀疏性和冷启动问题, 显著提高推荐系统的推荐质 量和准确度。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-10-11 合作期刊: 《数据分析与知识发现》
摘要: 【目的】改进服务计算环境下Web 服务推荐数据稀疏性导致的相似服务或相似用户缺失的问题。【方法】根据相似性距离分别为目标用户和服务构造个性化的相似性用户群体和服务群体, 同时使用用户和服务群体中心之间的群体相似性设计新的混合型推荐算法(GHQR)。【结果】使用197 万条真实Web 服务质量数据集的实验结果表明, 与UPCC 和IPCC 两种推荐算法相比, GHQR 的标准平均绝对误差(NMAE)平均下降31%、69%, 覆盖率平均提高105%、163%。【局限】实验仅对服务质量属性响应时间进行分析, 还需对其他Web 服务质量属性如吞吐率等进行验证。【结论】与WSRec 和CFBUGI 推荐算法相比, GHQR 的NMAE 平均下降26%、7.7%, 覆盖率平均提高188%、4%。GHQR 不仅能提高预测的准确性, 而且覆盖率也获得显著提高。
分类: 数字出版 >> 新媒体 提交时间: 2023-10-08 合作期刊: 《中国传媒科技》
摘要: 随着互联网技术的发展,"互联网+行业"逐渐成为新的经济增长点,将互联网与传媒经济深度融合是推进传媒产业转型升级的重要途径。本文分析了"互联网+"对传媒经济的影响,明确了"碎片化""个性化""注意力经济"是互联网经济下影响传媒经济发展的重要因素,结合用户需求和传媒产业发展实际情况客观地分析了传媒经济的发展趋势,为构建传媒经济新生态奠定了基础。坚持注意力经济为核心,打造满足市场碎片化需求的内容,满足用户个性需求;构建适应碎片化发展的矩阵传播模式,适应用户多元需求;实现大数据精准分析,增强市场把控能力,营造传媒经济新生态,大力发展传媒"眼球经济"。
分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-07-26 合作期刊: 《图书情报工作》
摘要: [目的/意义]手机阅读持续使用意愿的研究受到学者们的广泛关注,感知特性和个性化对其影响的研究能够为图书馆的管理改革和服务优化提供有益指导。[方法/过程]通过构建结构方程模型,实证研究感知特性、个性化对手机阅读持续使用意愿的影响。[结果/结论]研究发现:①大学生手机阅读行为呈现一定的群体特征,并且时间利用相对合理;②感知特性尤其是感知易用性、个性化尤其是信息系统个性化服务,对手机阅读持续使用意愿具有显著积极影响;③满意度在感知特性与持续使用意愿关系中发挥中介作用,其中感知货币价值对手机阅读的满意度影响较大。最后从流程设计、内容甄选和营销推广等方面给出相应建议。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-05-18 合作期刊: 《计算机应用研究》
摘要: 群智感知网络中现有隐私保护算法对所有位置采用相同的隐私保护策略,导致位置隐私或保护过度或保护不足,且获得的感知数据精度较低。针对这一问题,提出了一种满足用户个性化隐私安全需求的位置隐私保护算法。首先,根据用户的历史移动轨迹,挖掘用户对不同位置的访问时长、访问频率以及访问的规律性来预测位置对用户的社会属性;然后,结合位置的自然属性,预测用户—位置的敏感等级;最后,结合用户在不同的位置有不同的隐私安全需求的特点,设置动态的隐私判定方案,在每个位置选敏感度低的用户参与感知任务,以确保用户在隐私安全的前提下,贡献时空相关性精确高的感知数据。仿真结果表明,该算法在提高隐私保护水平的同时还提高了感知数据的精度。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-12-05 合作期刊: 《数据分析与知识发现》
摘要: 【目的】识别并获取细粒度的用户偏好信息, 优化图书个性化推荐的效果。【方法】使用情感分析方法对 用户图书评论进行属性层文本挖掘, 通过用户本身的图书评论获取用户对图书属性的偏好; 基于每本图书的所 有评论的情感计算获得其属性评分; 将用户偏好矩阵、图书属性得分矩阵进行匹配, 从而实现用户对图书属性情 感偏好的个性化推荐。【结果】利用亚马逊图书评论数据作为数据来源分别对传统的协同过滤方法与本文提出的 推荐方法进行实验对比。结果表明, 本文提出的方法在准确性、召回率、覆盖率上分别提高了 0.030、0.097、0.2812。 【局限】未考虑时间因素对用户偏好的影响, 并且属性类型的全面程度受亚马逊图书评论数量和质量的限制。 【结论】本文计算用户对图书属性的情感得分, 得到细粒度的用户偏好信息, 并通过与图书属性的得分进行匹配, 提升了图书个性化推荐的效果。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-11-30 合作期刊: 《数据分析与知识发现》
摘要: 【目的】识别并获取细粒度的用户偏好信息, 优化图书个性化推荐的效果。【方法】使用情感分析方法对 用户图书评论进行属性层文本挖掘, 通过用户本身的图书评论获取用户对图书属性的偏好; 基于每本图书的所 有评论的情感计算获得其属性评分; 将用户偏好矩阵、图书属性得分矩阵进行匹配, 从而实现用户对图书属性情 感偏好的个性化推荐。【结果】利用亚马逊图书评论数据作为数据来源分别对传统的协同过滤方法与本文提出的 推荐方法进行实验对比。结果表明, 本文提出的方法在准确性、召回率、覆盖率上分别提高了 0.030、0.097、0.2812。 【局限】未考虑时间因素对用户偏好的影响, 并且属性类型的全面程度受亚马逊图书评论数量和质量的限制。 【结论】本文计算用户对图书属性的情感得分, 得到细粒度的用户偏好信息, 并通过与图书属性的得分进行匹配, 提升了图书个性化推荐的效果。
分类: 数字出版 >> 新媒体 提交时间: 2023-10-08 合作期刊: 《中国传媒科技》
摘要: 当今,互联网和大数据技术发展蓬勃,个性化推送与媒介的融合为短视频软件抓取大量用户提供技术支撑。本文基于SWOT矩阵,以抖音短视频软件为研究对象,分析其个性化推送机制,并探讨抖音基于SO、WO、ST与WT的个性化推送的优化策略。
分类: 护理学 >> 护理学 提交时间: 2023-04-24
摘要: 目的 探讨个性化口腔护理在口腔颌面疾病中的应用效果。方法 将2019年1月2021年1月收治的200例口腔颌面疾病患者随机分为观察组和对照组,各100例。对照组给予常规护理,观察组在对照组基础上开展个性化护理措施。观察组两组治疗效果、护理满意度、并发症发生情况以及治疗依从性。结果 观察组治疗总有效率98.00%(98/100),高于对照组的89.00%(89/100),差异有统计学意义(P<0.05)。观察组护理满意度91.00%(91/100),高于对照组的74.00%(74/100),差异有统计学意义(P<0.05)。观察组并发症发生情况优于对照组,差异有统计学意义(P<0.05)。观察组依从率92.00%(92/100),高于对照组的83.00%(83/100),差异有统计学意义(P<0.05)。结论 口腔颌面疾病诊疗过程中采用个性化口腔护理干预,有助于提高患者治疗依从性,促进口腔功能恢复,值得临床推广应用。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》
摘要: [目的/意义] 针对目前推荐模型愈加复杂、数据输入越来越多、传统推荐模型可解释性较低、推荐结果"过度特化"等问题,提出面向用户长短偏好调节的可解释个性化推荐方法。[方法/过程] 从用户近期产品需求及其长期生活方式两个维度构建用户长短偏好模型,借鉴用户评分偏置及注意力机制,将用户长短偏好与其评分相结合进行评分预测,从而形成Top-N推荐。[结果/结论] 通过在两个数据集上的实验结果表明,本方法对于不同的用户行为(显式反馈或隐式反馈),不同的推荐项目个数及在不同的推荐算法中都有良好表现。在无需对各种推荐模型进行较大改变的情况下,提升了推荐结果的准确率、召回率与多样性;另外基于对长短偏好系数的改变,实现对推荐结果多样性与准确率的调整,并且形成相应的推荐解释。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-12-13 合作期刊: 《计算机应用研究》
摘要: 针对传统关联规则挖掘算法无法高效且准确地挖掘出隐含于用户操作记录中的时序关联操控习惯,提出一种基于FP-Growth的智能家居用户时序关联操控习惯挖掘算法。该算法分为三个阶段,分别基于用户操控动作森林、改进的FP-Growth算法和一种时间约束规则进行事务集的生成、时序频繁项集的生成以及最终时序关联操控习惯的生成。最后,使用真实用户操控记录进行对比实验,结果表明该算法能提高生成事务集的效率,并能更准确地发现用户操控家居设备的时序关联习惯。
分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-08-26 合作期刊: 《图书情报工作》
摘要: [目的/意义] 推荐结果覆盖用户的不同兴趣领域,良好的主题多样性对于提高图书馆个性化阅读推荐服务的用户满意度具有重要意义。[方法/过程] 提出一种基于社交网络分析的阅读推荐方法,通过用户的兴趣相似好友,挖掘用户的多样隐性兴趣,为用户提供主题多样性的阅读推荐,并给出具有良好学科主题多样性的高校图书馆图书推荐案例。[结果/结论] 用户社交网络分析可为高校图书馆发现用户的多样兴趣,进而提供主题多样性的阅读推荐服务,构建用户多元知识结构提供新途径。