用户偏好提取算法

将用户的需求抽象为可表示、可量化、可感知的特征是未来移动业务的重要特点,用户偏好提取算法是探索这一问题的关键。分析了用户偏好提取算法的数学结构、技术特点、算法类型及研究面临的挑战。针对异构网络环境下移动用户的业务需求特点,提出将传统用户偏好提取技术与马尔可夫决策过程建模方法相结合,创建用户偏好评估模型。解决动态判决环境下基于不完整信息的智能判决问题。对研究用户体验的评价问题和业务与业务环境的适配问题提供了新的思路。

基于物联网感知的个性化饮茶系统设计与实现

针对现有茶饮系统大都集中在味觉或营养方面,而对用户饮茶偏好自动获取研究较少的现状,设计一套个性化偏好提取的茶饮信息管理系统。采用物联网传感器技术,对茶叶用量、水温、冲泡时间和次数进行特征提取,利用动态分割数据方法获取饮茶偏好上下文,建立起个性化饮茶特征信息库,结合传统味觉和营养推荐方法,实现对用户个性化茶品推荐服务。实验结果证明了该系统的有效性。

面向知识挖掘的情境感知应用研究综述

近年来,情境感知应用已经成为商务智能领域最为活跃的研究领域之一。通过对最近几年情境感知应用的研究进展进行综述,提出一个4层分类框架,并对其涉及到的概念与理论、情境感知计算以及应用实践等进行比较和分析,概括它们的特点和在实际应用中的效果。最后,针对应用现状对有待深入研究的重点和难点问题进行讨论并提出相关建议。