医学信息资源个性化服务推荐系统设计与实施

本文针对医学信息资源的特点,设计了一种新型的主题词概念分层协同过滤算法,从而构建了一个医学信息资源推荐模型系统MedPRS。通过初步测试,证明其显著提高了推荐的质量。

一种基于差分隐私的个性化服务推荐算法

推荐系统存在用户隐私安全性低、推荐服务质量差的问题。为此,文中提出一种基于差分隐私的个性化服务推荐算法DPk⁃median。该算法针对推荐系统服务器中生成的推荐列表,首先利用k⁃median聚类算法将推荐数据中具有相同属性的数据进行聚类;然后根据不同簇的风险级别,添加相应的拉普拉斯噪声机制,同一簇中的隐私预算参数是相同的,在保证隐私的前提下,可合理控制噪声的加入并提高噪声的利用率,保证推荐的质量损失减小,同时增加算法的执行效率。相关实验结果表明,与以往的基于差分隐私的个性化服务推荐系统相比,文中所提出的算法在保证系统安全性的同时,提高了服务推荐的质量和算法的执行效率。

Twitter社交网络用户行为理解及个性化服务推荐算法研究

随着社交网迅速发展,产生了大量带有时空信息的短文本数据.这些短文本数据因其文本长度过短且所带地理位置信息过于稀疏导致用户行为主题难于捕捉.此外,由于目前大多数用户行为理解相关研究工作缺少对行为要素间依赖关系的适度融合,因而造成行为理解具有片面性.基于此,首先提出2种综合考虑用户行为发生时间、活动内容、活动区域的用户时间活动模型(user-time-activity model,UTAM)和用户时间区域模型(user-time-region model,UTRM),用于深刻理解用户行为规律;然后利用LDA(latent Dirichlet allocation)技术,抽取用户活动服务主题,提出活动服务主题模型(activity-to-service topic model,ASTM),用于挖掘活动和服务间的对应关系;最后将服务地点属性内耦合性纳入考虑,提出了基于耦合和距离的矩阵分解(matrix factorization based on couple&distance,MFCD)算法,用于提高推荐质量.为验证所提模型和算法的有效性,在真实Twitter数据集上进行了扩展性实验,结果表明:所提模型对提高个性化服务推荐质量是有效的,MFCD算法对于用户的行为理解效果也优于传统矩阵分解算法.

面向移动应用的探索式个性化服务推荐方法

个性化推荐系统是应用系统中广泛应用的技术之一,用户兴趣偏好模型的建立与更新是个性化推荐系统的关键环节,针对移动设备位置随时变化的特点,以移动端的应用系统为研究对象,提出了一种随用户位置变化而动态更新的用户兴趣偏好模型,并对实现过程中的几个关键问题,包括用户兴趣偏好模型表示方法、用户兴趣关键字提取、用户兴趣偏好模型的建立与更新算法进行了详细描述,最后利用用户兴趣偏好模型根据协同过滤算法进行个性化推荐,并根据用户对推荐结果的评价进一步修正用户兴趣偏好模型。用户兴趣偏好模型采用基于兴趣关键字的向量空间模型表示,用户兴趣关键字由根据TF-IDF算法获得的用户隐式兴趣和用户参与的显式兴趣相结合获得,用户位置信息变化时,系统获取当前位置附近的服务,对已存在于用户兴趣关键树中的服务权值进行增强,而对不存在其中的进行遗忘以调整用户兴趣树从而更新用户兴趣偏好模型。验证表明,该方法推荐的服务更符合用户所处的位置上下文环境,并且具有高度的可达性。

个性化算法推荐服务用户采纳意愿影响因素:元分析研究

数智时代,个性化算法推荐服务迅速发展。关于个性化算法推荐服务用户采纳意愿影响因素的实证研究结论存在不一致的现象,为明确关键影响因素,对该主题实证研究成果进行梳理与再分析,为后续相关研究提供借鉴。本文运用元分析方法,从国内外聚焦个性化算法推荐服务用户采纳意愿的51篇实证研究成果中识别出14个关键影响因素,其中信任、态度、感知愉悦性、交互质量、推荐信息质量等因素对用户采纳意愿作用程度较强。研究时间、社会环境和应用平台类型会对相关变量与个性化算法推荐服务用户采纳意愿之间的关系产生调节作用。

基于数据挖掘技术的智慧图书馆个性化推荐服务分析

数据挖掘可以从数据库中获得海量数据所隐含的潜在价值信息,是当前人工智能和数据库领域研究的热点。将数据挖掘技术与智慧图书馆建设有机结合,通过对用户偏好、借阅行为和访问日志等因素展开综合分析,为用户目标需求提供更具针对性和适用性的知识资源服务,有效提高读者的满意度及图书资源信息的服务效率。比较分析了图书馆数据挖掘方法、个性化推荐服务方案设计及实施效果,对未来智慧图书馆建设及提供高质量的个性化服务提出建议。

公共图书馆个性化文献资源推荐服务的技术应用与实现

在智慧图书馆和智慧服务背景下,个性化文献资源推荐服务的必要性显而易见。当前,公共图书馆个性化文献资源推荐服务的技术手段主要有基于内容过滤的推荐、基于协同过滤的推荐和混合推荐,在实践应用上也有图书馆进行了有益的尝试,但仍然面临着数据难以有效整合、难以满足所有读者的需求、读者隐私保护等挑战,需要借鉴字节跳动等推荐系统的技术经验,进行数据采集与处理,做好读者数据的挖掘、绘制读者画像,选择和优化推荐算法,搭建个性化文献资源推荐服务平台,提供读者反馈机制和做好读者隐私的保护。

基于关联规则挖掘的个性化智能推荐服务

为了解决WWW上的“信息过载”和“资源迷向”问题,该文提出了基于关联规则挖掘的个性化智能推荐服务。个性化智能推荐服务系统包括两个主要部分:离线部分和在线部分,在离线方式下,执行对WEB服务器的访问log文件的分析挖掘,获取用户事务模式,再采用支持度过滤方法获取频繁的用户事务模式,然后,生成聚集树。在在线方式下,针对当前滑窗的用户访问操作路径,采用基于聚集树的关联规则挖掘,获取匹配当前滑窗的用户访问操作路径的关联规则集,生成推荐的候选集。实现在线个性化智能推荐服务。试验结果显示,该文提出的方法是有效的和可行的。

企业知识发现中的个性化Web推荐服务研究

本文主要论述企业知识发现中基于个性化服务的We b推荐构成,提出了基于个性化技术构建用户兴趣模型的算法.文章根据用户有无介入兴趣模型构建的学习过程区分n元预测模型、用户兴趣关联规则库及利用用户兴趣词典进行W eb页面请求预测的算法.最后介绍了Agent 技术在企业个性化Web推荐系统中的应用.

基于关联规则挖掘的个性化智能推荐服务

1概述 随着WWW上的信息的爆炸性增长,用户的"信息过载"和"资源迷向"问题越来越突出.为了解决用户的信息过载和资源迷向问题,人们发展了许多智能推荐服务系统以及相关技术,帮助用户在WWW上快速定位、检索感兴趣的信息.

大数据环境下电子商务个性化推荐服务发展动向探析

在以博客、社交网络、云计算、物联网等信息发布方式和技术为载体的大数据时代,数据具有异构复杂、增长剧烈的特征,用户对信息的个性化、知识化、专业化、智能化的需求,给商务网站个性化推荐服务带来极大挑战。从梳理大数据和个性化推荐服务内涵入手,本文分析了大数据背景下商务网站个性化推荐服务所呈现的新特征和面临的挑战,从精准深度挖掘、数据关联、个性化决策、知识化平台等视角,探讨了大数据背景下商务网站个性化推荐服务的发展方向。

OHR:一种基于本体的个性化混合服务推荐模型

随着网络信息量的日益增加,为用户提供个性化服务是一种趋势。该文通过建立一个通用的服务本体模型,将项目集合划分到多个服务子类中,经过概率计算得到用户的兴趣分布,并在此基础上提出了一个结合内容过滤和项目协同过滤的个性化混合服务推荐模型(OHR)。实验结果表明了该模型在服务推荐上具有较高的准确率和发现用户新兴趣的能力。

基于数据挖掘技术的移动图书馆个性化图书推荐服务

随着信息技术和移动网络的发展,移动图书馆已经成为图书馆的延伸服务之一。通过分析国内外移动图书馆现有的服务模式及种类,提出了两种基于数据挖掘技术的移动图书馆个性化图书推荐服务。

高校图书馆个性化信息推荐服务的研究与发展

在网络高速化发展的今天 ,用户对信息的需求不再是大量漫无边际的信息 ,而是呈现出个性化、多样化和复杂性的特点。高校图书馆应拓展自己的服务模式 ,迎合个性化信息的需求 。

数字图书馆个性化推荐服务系统优化研究

分析实现数字图书馆个性化推荐服务系统性能优化的必要性,引入相关技术进行性能优化,并详细论述了静态优化技术、缓存优化技术、索引优化技术的内容和特点,以期最终实现数字图书馆个性化推荐服务系统的优化。

CC协议下的个性化信息推荐服务研究

以个性化信息推荐服务为基础,研究在CC协议这个特有的环境下如何利用元素进行个性化信息推荐服务,提出CC协议下的个性化信息推荐服务模型。

基于用户满意度的数字图书馆个性化信息推荐服务研究

文章分析了用户满意度对数字图书馆的重要性,总结了数字图书馆个性化信息推荐服务的主要内容,提出了基于用户满意度的数字图书馆个性化信息推荐服务的构建要素和策略。

大数据背景下电子商务个性化推荐服务下的用户隐私保护

随着云计算、三网融合等互联网技术的日趋发展,越来越多电子商务企业运用大数据技术对用户的行为偏好和行为轨迹进行监测和分析,通过数据来预测用户的爱好、消费习惯等,从而为用户提供个性化推荐服务。这在为用户提供了更好的购物体验及更方便的购物过程的同时,也对用户的个人隐私保护造成了一定程度的威胁。文章分析了大数据背景下电子商务个性化推荐服务及个人隐私保护存在的挑战,并提出了解决的建议。

高校图书馆个性化推荐服务评价标准研究

高校图书馆作为学校的图书信息资源中心,直接服务于学习、教学以及科研,其服务程度水平直接影响着图书馆的发展。本文主要对个性化推荐服务的评价标准进行研究,对图书馆个性化推荐服务进行评价进而可以淘汰一些不符合标准的推荐服务,为研究出更有效的图书馆推荐服务提供指标依据,为图书馆能提供更完善的服务提供支撑。

网络环境下情景感知的图书馆电子资源个性化推荐服务研究

网络环境下,图书馆加强电子资源建设是时代发展对图书馆的必然要求,研究图书馆电子资源个性化推荐服务具有十分重要的意义。本文对图书馆电子资源及其个性化推荐服务需求进行了介绍,分析了网络环境下情景感知的图书馆电子资源个性化推荐服务。