分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-10-11 合作期刊: 《计算机应用研究》
摘要： 传统的个性化推荐算法普遍存在数据稀疏性问题，影响了推荐的准确度。Slope one算法具有简单、高效等特点，但该算法只是根据用户—项目评分矩阵进行数据分析，对所有用户采用一致性的权重进行计算，忽视了用户对项目类型的喜好程度。针对上述问题进行了研究，提出LR-Slope one算法。首先根据用户—项目评分矩阵和项目类型信息构建用户对项目类型的偏好矩阵；然后利用线性回归模型计算用户对每个类型的权重，采用随机梯度下降算法优化权重；最后结合Slope one算法预测评分，填充评分矩阵，提高推荐的质量。实验结果表明，所提算法提高了推荐的精度，有效缓解了稀疏性问题。
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 ] 近些年随着 VR 产业的不断发展，有关此方面的研究也开始增加。通过 对 VR 营销方式下大学生购买意愿进行研究，在以往学者研究的基础上加入个人偏好等因素， 对网络购物模式的相关研究进行补充，并为采用 VR 方式营销的商家提供建议。[ 方法 / 过程 ] 以 技术接受理论为基础，从消费者个人角度及社会角度出发，对大学生网上购物时购买意愿影响 因素模型进行构建，并利用 SPSS 及 AMOS 对模型进行检验，最终得出结论。[ 结果 / 结论 ] 通过研究发现，感知愉悦性和社会规范对感知易用性存在显著正向影响，感知易用性对大学生 网络购物时的购买意愿存在显著正向关系，信用偏好和事物关注偏好对大学生网络购物时的购 买意愿存在显著正向影响，感知风险对购买意愿存在显著正向影响。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-10-11 合作期刊: 《计算机应用研究》
摘要： 随着互联网与多媒体拍照技术的飞速发展与普及，使得各种各样的图像资源数量急剧膨胀。如何在众多的图像信息资源中快速、有效地寻找用户最喜欢的图像，成为了图像推荐领域需要解决的一个重要问题。针对这个问题，提出了一种用户偏好的美学图像推荐方法，通过使用深度卷积神经网络提取图像的深层特征，并经过SVMRank后得到一个图像排序得分，同时使用手工标记的图像美学因素（如色调法、图像组合规则、清晰度以及简洁性）计算并得到图像的美学特征，得到一个美学得分，最后进行加权交叉验证得到一个令用户满意的推荐结果。通过实验表明该算法为一种有效的美学偏好推荐方法。
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】构建社会化电子商务环境下基于标签的个性化商品推荐模型。【方法】综合考虑用户使用标签的 频率和时间因素计算用户的兴趣偏好; 基于标签层次特征和电子商务网站中关于商品特征的检索条件, 构建某 一主题商务社区中商品本体; 利用本体规范化用户标签语义, 并对商品进行分类; 寻找含有用户偏好的类簇, 计 算该类簇中商品与用户偏好商品的相似度, 将用户未标注过的商品与用户偏好相似度高的商品推荐给用户。 【结果】从翻东西网站上随机选取 200 个活跃用户关于热门商品的标注信息进行分析, 验证该模型的有效性。【局 限】在计算用户兴趣偏好时, 只考虑用户使用标签的频率和时间因素, 未考虑其他因素。【结论】该模型相对于 利用标签进行协同过滤推荐方法具有较优的效果, 计算时间和空间复杂度更小。
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】构建社会化电子商务环境下基于标签的个性化商品推荐模型。【方法】综合考虑用户使用标签的 频率和时间因素计算用户的兴趣偏好; 基于标签层次特征和电子商务网站中关于商品特征的检索条件, 构建某 一主题商务社区中商品本体; 利用本体规范化用户标签语义, 并对商品进行分类; 寻找含有用户偏好的类簇, 计 算该类簇中商品与用户偏好商品的相似度, 将用户未标注过的商品与用户偏好相似度高的商品推荐给用户。 【结果】从翻东西网站上随机选取 200 个活跃用户关于热门商品的标注信息进行分析, 验证该模型的有效性。【局 限】在计算用户兴趣偏好时, 只考虑用户使用标签的频率和时间因素, 未考虑其他因素。【结论】该模型相对于 利用标签进行协同过滤推荐方法具有较优的效果, 计算时间和空间复杂度更小。
分类： 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间： 2023-05-08 合作期刊: 《农业图书情报学报》
摘要： [目的/意义]数字社区已经成为企业高效管理用户的一种方式，用户行为信息以及用户的客户生命周期价值对数字社区的用户偏好挖掘具有重要意义。且现有的数字社区研究缺乏对用户价值和未来偏好挖掘的研究。[方法/过程]针对数字社区的用户群体，本文提出基于客户生命周期价值CLV(Customer Lifetime Value，CLV)的偏好挖掘模型CLV-PM(CLV-Preference Mining，CLV-PM)。首先，为反映用户真实偏好，基于用户行为信息，借助RFM模型和K-Means++算法挖掘用户群体特征，生成用户价值类别标签;其次，为考虑用户时序性和差异性以及增强模型对偏好的认知，利用用户CLV构建用户-评分矩阵，并借助协同过滤算法挖掘用户预测偏好;最后，绘制数字社区目标用户的用户偏好画像。[结果/结论]微信社群管理平台的用户数据集中，可划分为重要价值用户、低价值用户、回流用户和重要挽留用户4种用户价值类别;目标用户16254为重要价值用户，采取留存和维持为主的运营策略﹔历史偏好为欢乐跳一跳、秒杀等活动，预测偏好为飞行棋大作战、猜码图等活动，目标用户偏好画像为数字社区运营和维护用户提供依据。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-08-13 合作期刊: 《计算机应用研究》
摘要： 针对协同过滤推荐中由于项目和用户间关联因素的相互影响而存在项目偏差和用户偏好的问题，提出一种融合项目偏差与用户偏好的推荐算法。先进行聚类处理，包括LDA主题建模生成项目簇和K-means聚类生成用户簇；再依次根据项目簇和用户簇的约束生成项目偏差分，同时以用户项目评分及项目类型为基础，经过概率转移得到用户偏好分；最后以项目簇内已有评分的均值为基础，对项目偏差分和用户偏好分进行线性加权生成预测评分。对比实验表明，新算法能够根据不同的近邻得到合理的推荐，提高推荐的准确度。
分类： 计算机科学 >> 计算机应用技术 提交时间： 2017-03-09
摘要： 以用户为中心，基于场景感知实现任务计算是普适计算所追求的目标之一。但怎样从高维、非线性，并且具有一定耦合度的情境数据中提取场景特征，使计算系统能够在复杂的场景变化中完成用户的计算要求，是研究的难点和热点。本文主要研究在复杂的普适计算环境中，面向以用户为中心的计算需求实现智能场景感知。研究内容包括建立分布式模糊推理模型和参数学习方法；基于流形学习和云模型方法，研究场景特征分析技术，实现场景特征提取；基于场景感知，建立用户偏好计算模型，实现以用户为中心的普适计算模型。
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] 构建短视频传播效果评价模型，为后续短视频传播效果的实证评价研究提供理论基础。[方法/过程] 依据全信息情感理论和超级IP理论，从多维角度分析用户偏好与内容特征，结合文献综述和德尔菲法分析总结影响短视频传播效果的因素，并利用模糊集理论-DEMATEL模型对二级指标进行关键影响因素的筛选，构建传播效果评价模型和评价指标体系。[结果/结论] 确定11项短视频传播效果的关键影响因素，其中官方认证这一因素最为关键，由此构建的短视频传播效果评价模型和评价指标体系为短视频传播效果研究提供一定程度的决策支持。
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： 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： 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间： 2023-05-08 合作期刊: 《农业图书情报学报》
摘要： [目的/ 意义]互联网和数字经济的发展为数字营销带来了全新的发展机遇和空间，同时数字营销是数字经济的实现者与先行者。[方法 / 过程]本研究贴合数字营销发展指向以及政策，对数字营销的政策指向进行分析并回顾总结政策的实践启示；结合互联网技术的发展进程，对数字营销实践的演变历程进行梳理，为数字营销研究提供参考。最后，本文遵循用户偏好评估提升的路径，分析和回顾数字营销的研究重点。[结果 / 结论]在政策指向方面，数字营销的实践应当注重服务于国家战略，推进数字经济的发展；注重数据安全；企业之间互联互通、共同发展；数字营销助力国货崛起。在实践发展方面，把数字营销的实践发展具体划分为单向营销、互动营销、精准营销以及智慧营销 4 个阶段。在研究重点方面，可以分为数字社区用户分群研究、用户偏好研究、消费潜力评估与开发研究以及数字营销效能评估研究。
点击量
通过
点击量
下载量
评论
待评议
