移动端网络产品销售推送信息自动分类仿真

当前分类方法存在分类效率低和分类结果准确率低的问题。提出移动端网络产品销售推送信息自动分类方法,对网络产品销售推送信息做分词、清洗等预处理,根据预处理后的推送信息构建空间模型,在空间模型的基础上将高维稀疏的网络产品销售推送信息输入到自动编码器中,根据学习和逐层抽象输出网络产品销售推送信息的特征向量,以此选取特征词并计算特征词的类内分散度和类间聚集度,得到改进的TF-IDF公式,完成移动端网络产品销售推送信息的自动分类。仿真结果表明,所提方法的分类效率高、分类结果准确率高。

海量激光标签推送信息的分类存储技术

我国进行的激光标签研究起步较晚,对海量激光标签推送信息的处理劣势明显,对此,提出海量激光标签推送信息的反碰撞分类方法与云端存储方法。反碰撞分类方法使用曼彻斯特编码技术获取激光标签推送信息间的电磁碰撞位置,通过规则树索引将激光标签推送信息分成4个分类集合,并对规则树索引的效率与精度进行了改进。云端存储方法通过设置大量存储节点,利用传输接口将分类集合实时上传至云端进行分布式存储,采用资源层管理海量激光标签推送信息,确保推送信息的安全与私密,同时介绍了信息标准存储格式。实验结果表明,与其它方法相比,所提方法具有编码复杂度低、有效识别率高的特点。

利用灰色预测系统推送信息安全技能与信息安全素养培育

信息安全越来越重要,迫使我们必须去强化信息安全意识和素养。利用灰色预测系统可预测和推送信息安全相关技能,包括信息安全意识、知识、技能、道德法制等多方面的内容。目前信息安全素养培育还不普及,仅侧重于应用技术的宣传和培训,而没有上升到素养的高度。应该从信息安全理念、安全意识、知识体系、信息安全能力、安全伦理道德和相关安全法制措施等多方面、多层次、多角度来加强宣传和培养工作。

大学生阅读新闻客户端推送信息情况调查及推送策略研究

随着新闻客户端的出现,人们获取信息的方式更加多样化。新闻客户端推送信息的效果研究对于改进推送策略和增强受众粘度是有益的,通过问卷调查发现影响受众阅读推送信息的因素主要包括推送内容极具偏向性、推送时间和数量的混乱、推送广告缺乏针对性等缺点。为改进信息推送机制,需综合各类影响推送效果的因素,找到多数受众使用与满足的最佳点。

基于关联规则的新书信息智能化推送模式分析

针对当前高校图书馆新书推送方式中存在的新书信息量大、读者难以快速获取符合其需求的新书信息等问题,提出对读者图书借阅数据进行关联规则数据挖掘,从而获得符合读者个性化需求的新书信息并由系统智能化推送给读者,以满足读者对新书的个性化需求,提高新书的利用率、流通率和图书馆智能化服务水平。

新媒体平台用户行为的健康信息推送机制与受众反应探究

本文探讨了新媒体平台上基于用户行为的健康信息推送机制与受众反应之间的关系,分析了新媒体平台用户的行为特点,研究了用户需求与兴趣的多样性,以及推送机制的个性化算法。通过测量用户反应的多维度指标,包括行为变化、态度和满意度,评估了个性化推送对用户的影响,并研究了用户的信息传播行为。本文还探讨了现有用户行为与信息传播理论对研究的启发,以及个性化推送机制可能存在的潜在问题,如隐私和信息过滤。旨在为新媒体平台上的健康信息传播提供更深理解,为未来研究提供有价值的参考。

“00后”大学生网络行为追踪视域下的融媒体信息推送研究

作为网络用户中最为年轻活跃的群体,“00后”大学生的网络行为及其呈现出的特征规律值得我们深入研究。本文结合“00后”大学生网络用户的信息浏览习惯偏好的内在联系,构建融媒体信息智能混合推送模型。在不同的时间段,从海量的网络资讯中有效筛选出大学生最为关注的信息集合,通过分析指标之间的相互作用,考虑准则层次,提取出信息的内在关联程度,来提取出大学生在不同时间段最为关注的网络信息资讯种类,从而设计出大学生个性化偏好的融媒体网络信息推送模型。通过实证数据仿真,验证所提出方法的有效性和适用性。研究结果表明所提出的“00后”大学生网络行为追踪视域下的融媒体信息推送模型能够很好地针对大数据进行详细的区分计算和分类筛选,可以作为网络监管部门获取、判断和筛选信息的依据。

基于深度神经网络的电商平台商品信息推送研究

由于受用户消费倾向、厂商服务质量等因素的限制,导致电商平台无法针对任一消费者推送个性化商品信息,研究基于深度神经网络的电商平台商品信息推送,挖掘电商平台上用户的浏览、收藏、加购等行为数据,对挖掘到的用户行为数据进行清洗、集成、规范化等预处理,构建一个深度双向Transformer模型,学习用户的历史行为数据并预测出满足用户行为需求的最大概率商品,实现电商平台商品信息自动推送。实验结果表明,设计方法下电商平台商品信息推送结果的F1值为0.961,证实了该方法的有效性与优越性。

基于深度神经网络的电力企业用户欠缴电费信息自动推送方法

为提高电力企业用户欠缴电费信息自动推送效果,提高用户满意率,文章研究了基于深度神经网络的电力企业用户欠缴电费信息自动推送方法。利用该方法,电力企业对用户用电信息进行远程抄表,依据系统中的缴费模块生成用户欠缴账单,并基于深度神经网络构建自动推送模型,实现欠缴电费信息自动推送。实验结果表明,文章研究方法送用户满意率高于95.3%。

基于用户画像的目标信息高精度推送仿真

信息精准推送性能过差会降低信息技术服务企业与用户之间的联系,使相关企业无法及时满足用户需求,为了给用户提供个性化服务,提出基于用户画像的信息精准推送模型。对单一数据来源和多样数据来源展开空间全方位、时间全过程的采集工作,获取贴合实际生活的用户信息,将用户信息与DVMD去噪方法结合,消除用户信息高频分量噪声,获取更为清晰的优化信息。将具备用户行为逻辑的优化信息作为用户画像,与支持向量机(SVM)和Storm、Storm steaming实时计算框架结合,建立信息精准推送模型。实验结果表明,所提方法用户满意度约为85%、且推送精度高。

列车超视距信息推送策略与关联算法研究

我国高速铁路运行环境复杂,人员及异物入侵等危险情况严重威胁高速列车的运营安全。列车运行速度快,司机目视范围有限,难以通过目视保证行车安全。利用5G网络大带宽低时延特性,将列车运行前方、司机可视范围外的线路环境视频快速传送至动车组司机室,可有效提高司机应急处置的及时性。调研分析多种动车组定位方式,从定位精度、时效性和实施难度等方面进行综合比选,确定从列控设备动态监测系统(DMS)获取动车组位置信息。研究提出一种超视距信息推送策略,综合考虑列车速度等级、制动距离、信息传输时延,提出超视距距离设置原则,并设计开发一种高效低耗的车地关联算法。通过京张高速铁路列车超视距应用技术实车实线试验,验证了列车超视距信息推送策略与关联算法的准确性、高效性和可靠性。

基于时间优先级分析的光通信运维信息智能推送方法

为了解决光通信运维中信息推送时间过长的问题,提出基于时间优先级的光通信运维信息智能推送方法。建立获取光通信运维信息的信息接收中心,编写基于时间优先级分析的信息智能筛选算法。设计方法根据不同的时间权值设定信息等级,进而形成智能推送的序列;根据序列将信息逐条推送至信息接收设备中,完成信息智能推送。仿真结果表明,设计方法信息推送时延较低,降低了整体推送时间,具有较好的应用效果。

基于XML的信息推送服务及实现

本文阐述了近几年来兴起的信息推送服务及其特征、基于 XML 的信息推送技术 ,进而用 CDF频道技术实现信息推送服务。

基于知识管理和信息推送技术的农村信息服务系统

随着互联网的普及,广大农民如何从浩瀚的信息海洋中迅速有效地获取所需信息和知识,成为目前农村信息服务中面临的现实问题。本研究以强大的农业知识库群为资源保障,运用知识管理与信息推送两大核心技术,采用四层分布网络结构设计,构建了具有强大服务能力、以农民为中心的新型农村信息服务管理系统。该系统能把纷繁复杂的农村信息转化为农业知识库,并主动推送服务于农村基层各类需求者,具有重要的实际意义和应用价值。

基于微信公众平台的健康信息推送服务

通过对国内外网络健康信息推送服务进行调查,针对网络上的健康信息服务存在不全面、不专业,广告泛滥以及无法根据用户需求提供个性化信息的问题,建议利用微信公众平台开展健康信息推送服务,以提高健康信息服务的质量。

利用Drupal+PhoneGap实现移动图书馆信息推送功能

Drupal是一款功能强大的内容管理系统与内容管理框架,可提供移动终端设备访问接口,尤其是移动APP程序的接口。本文以构建移动图书馆信息推送及浏览的移动APP程序原型为例,介绍了利用Drupal+PhoneGap实现移动图书馆信息推送功能的方法。

高校图书馆学科信息推送服务的实践与思考——以中山大学为例

以中山大学图书馆规模化和规范化的学科信息推送服务的实践为依托,说明通过明确目标,在实施方式和服务内容上进行有效部署,在基金申报和个性化学科信息服务上给予重点保证,可以使学科信息推送服务取得良好效果;探讨高校图书馆开展学科信息推送服务需要深化的几项工作。

结合LBS和信息推送的博物馆APP的设计实现

为了更好地将数字博物馆与移动互联网平台应用相结合,充分利用移动平台的应用特点,研究并设计实现一个基于iOS平台的博物馆信息展示系统,重点研究如何利用位置服务和信息推送来为该系统提供新型应用模式的方法和实现技术,并讨论了利用多线程技术来提高系统运行效率的方法。最后实际测试证明了该系统的有效性和便利性。

网络环境下医院电子阅览室信息推送服务的构建与实现

简要地介绍了信息推送技术 。

基于LDA模型的网络党建信息推送策略

针对云南省基层党建综合服务平台推送服务扁平化、效率低等问题,基于潜在狄利克雷分配(LDA)主题模型设计党建信息推送策略。利用LDA模型对用户历史数据进行无监督聚类,根据党员反馈矩阵推测党员偏好,通过待推送信息与党员偏好的相关度实现过滤式党建信息推送。以云岭先锋网手机报真实文本作为实验数据对该策略进行验证,结果表明,相比传统协同过滤和无差别推送方法,该策略更符合实际需求,能取得更稳定的推送效果。