一个个性化的Web信息采集模型

介绍了个性化技术和个性化Web信息的采集技术,重点分析了个性化的Web信息采集模型,包括系统总体结构、用户兴趣的获取、个性化Web信息采集流程、个性化推荐的实现。最后对个性化Web信息采集与搜索引擎作了一个比较,分析了个性化Web信息采集的应用。

基于元搜索引擎的个性化Web信息采集

为了减少传统Web采集系统网络资源的耗费,并增强其个性化支持,结合用户兴趣向量模型,将元搜索引擎技术应用到Web信息采集领域中,设计一个基于元搜索引擎的个性化Web信息采集系统。该系统通过调用成员搜索引擎发现与用户兴趣相关的目标Web站点,通过爬虫程序采集目标站点上的Web页面内容。在发现兴趣站点方面更具有针对性,能有效减少爬虫的数量。重点研究了系统的体系结构、个性化Web采集的工作流程,最后给出了该系统的应用场合。

基于多媒体网络技术的智能图书馆个性化信息服务系统设计

针对目前图书馆信息服务系统功能不足的问题,文章设计了基于多媒体网络技术的智能图书馆个性化信息服务系统。其中,数据采集器模块、数据检索器模块和数据存储模块通过3条总线连接以太网接口,并根据硬件设计了包含用户界面层、逻辑业务层和数据访问层的软件。文章基于设计的软件进一步开发了应用程序,所有操作指令遵循关联规则,并通过SPI串口将单片机与语音芯片连接。结果显示,该智能图书馆个性化信息服务系统能显著提高图书馆工作效率,更好地满足了读者需求。

基于Web的个性化信息服务机制

简要分析了个性化信息服务的性质、目标和总体技术要求 ,并对个性化定制机制、定制信息共享机制和安全与隐私保护机制进行了初步设计 ,对定制过程、数据库体系和定制模板结构等技术细节进行了探讨。

基于Web 3.0的个性化信息聚合技术研究

通过分析个性化信息聚合的现状,揭示其在满足用户个性化信息需求上的缺陷,阐释基于Web 3.0的个性化信息聚合的必要性,并进一步剖析基于Web 3.0的个性化信息聚合的关键技术,在此基础上,提出基于Web 3.0的个性化信息聚合平台的基本架构。

Web个性化与信息构建

Web个性化与信息构建都是为了满足用户体验和可用性 ,因此二者在此基础上可以结合起来。本文将基于Web使用挖掘的Web个性化与信息构建相结合 ,提出了系统的理论模型 。

基于网页分块的个性化信息采集的研究与设计

个性化Web信息采集是信息检索领域内一个将采集技术与过滤方法结合的新兴方向,也是信息处理技术中的一个研究热点。文章分析了个性化Web信息采集的基本问题,提出了难点以及相关的解决方案,并在此基础上设计了基于网页分块的个性化Web信息采集系统。

基于Web的个性化主动信息服务

论述了基于Web的个性化主动信息服务中 ,用户个体模型和个性化信息模型的构建方法。提出了实现个性化主动信息服务的体系结构模式 。

个性化Web信息服务技术研究

介绍了当前具有代表性的个性化信息服务系统,详细讨论了该研究的基本问题和所采用的关键技术,对目前的个性化信息服务所存在的问题进行了阐述,并对该技术的下一步研究方向进行了展望。

Web信息检索系统中的个性化技术

现代Web信息检索系统已经成为人们访问互联网信息资源的一种重要工具,然而由于网络信息的日益膨胀,用户往往不能有效地找到能够具有个性化要求的特定信息。利用Web个性化推荐服务技术,如个性化PageRank和查询改进等,可以有效地解决这一问题。

个性化信息服务与Web数据挖掘技术的契合

随着个性化时代的到来,信息服务机构必须提供个性化服务,才有可能在激烈的竞争中取得胜利。Web数据挖掘技术是实现个性化信息服务的关键技术。在构建基于Web数据挖掘的个性化信息服务的实现模型后,还对建立在Web数据挖掘基础上的个性化信息服务系统运行的基本流程、Web挖掘的数据资源、Web挖掘的技术方法、信息系统的服务内容、系统运行的注意事项等进行了探讨。

基于数据挖掘的Web个性化信息推荐系统

基于数据挖掘的Web个性化信息推荐日益成为一个重要的研究课题。文章设计了一个基于数据挖掘的Web个性化信息推荐系统(WPIRS)。在WPIRS中,提出了推荐策略,在推荐策略中考虑针对不同类型的用户采用不同的推荐算法。根据用户是否有新颖信息的需求,WPIRS采用了两种推荐算法。

Web3.0与个性化信息服务

论文在对Web3.0的含义进行阐述的基础上,分析了Web3.0的四个特征,着重介绍它对个性化信息服务的影响,介绍了Web3.0目前面临的问题,并对其未来进行了展望。

论个性化信息提取中的Web挖掘技术

基于网络用户个性化信息提取的要求 ,探讨了应用Web信息挖掘技术于特定信息提取中应关注的三个重要问题 ,即选择特定信息挖掘的数据资源、选择特定信息挖掘技术的类型。

基于Web社会网络的个性化Web信息推荐模型

随着 Web 信息量的快速增长,个性化的 Web 信息推荐系统扮演着越来越重要的角色。目前,大多数 Web 信息推荐系统存在着个性化程度不高,对用户历史数据依赖性高,系统不具备开放性,用户偏好“走样”概率高的问题。针对这四个方面的问题,本文提出了一种新的、采用语义 Web 技术、基于 Web 社会网络的个性化 Web 信息推荐模型,详细分析了用户偏好的获取,Web 社会网络的生成以及待过滤 Web 信息的采集。并且,利用从实际中采集的真实数据进行了实验,证明了模型的可行性和有效性。

搜索引擎系统中的Web个性化信息推荐技术

Web个性化推荐技术在现代互联网中有着广泛的应用,它能将Web网络信息按照用户的个性化需求主动地向用户提供服务。但是由于现代搜索引擎通常缺乏用户的相关登录信息和网页访问路径信息,所以传统的Web个性化推荐服务并不完全适用于搜索引擎。由于用户在访问搜索引擎时会产生大量的关键词访问序列,而这种关键词访问序列蕴含着丰富的用户个性化信息,基于此,提出了一种利用搜索引擎访问日志中的关键词访问序列来进行Web个性化推荐服务的方法,并分析了相关技术特点和实现细节。

Web 2.0环境下个性化信息服务探析

在介绍Web 2.0概念和特征的基础上,讨论了Internet上的个性化信息服务,结合Web 2.0几种主要的信息服务形式,深入分析了其个性化信息服务的特征,并构建了Web 2.0环境下的个性化信息服务模型。

基于Web2.0的图书馆个性化信息服务研究

在分析web2.0技术和图书馆个性化信息服务的基础上,探讨web2.0技术在图书馆个性化信息服务中的应用,提出基于web2.0的图书馆个性化信息服务模型。

Web数据挖掘与个性化信息服务中用户研究

分析了个性化信息服务中用户研究的目的 ,介绍了Web挖掘的概念及其分类 ,提出Web使用记录挖掘 ,是获取真实的用户信息的有效途径和方法。

基于少量示例的个性化Web信息自动获取系统(英文)

基于关键词的搜索引擎满足了人们一定的需要,但由于其通用的性质,并不能满足用户的个性化需求,为此,设计并实现了一个基于示例的个性化Web信息自动获取系统.该系统采用了一种新的基于少量Web示例网页和语料库词频统计的特征抽取算法和过滤阈值设定方法.实验结果表明,较基于关键词的搜索引擎而言,该系统能充分考虑用户的兴趣偏好(示例),长期、主动地向用户提供更加准确的Web信息获取服务.