基于特征用户选择的停电范围判定方法研究

台区停电范围判定是停电管理的核心内容。现有方法需改造台区内所有电表才能实现停电范围判定,成本较高。基于特征用户选择方法,提出了一种新的台区停电范围判定方法。该方法仅需改造少量电表即可实现停电范围判定。基于K-means++聚类算法对用户进行网格划分,通过三个无监督聚类评价指标对聚类结果进行评价,选取最优聚类参数,以实现用户最优分组。计算同簇各用户间停电相关性系数,选择停电相关性系数高的用户作为特征用户,加装具有超级电容器的智能电表,以实现用户停电的主动告警及台区停电范围判定。试验结果表明,所提方法能减少设备配置、较为准确地判定停电范围,并避免无效投资。该研究可实现数据驱动型主动服务,为低压配网主动抢修提供技术支撑。

互联网数据资源中特征用户准确识别仿真

对互联网数据资源中特征用户准确识别,可提高互联网特征用户的安全性。进行特征用户识别时,应准确提取特征用户的有效特征,建立带识别样本中条件熵最大的模型,并通过相关条件对模型进行约束优化完成识别,但是传统方法是通过利用朴素贝叶斯模型进行用户特征识别,但是不能对特征用户的有效特征进行准确提取,也无法通过相关条件进行约束优化,降低了特征用户识别的有效性,提出一种基于最大熵的互联网数据资源中特征用户准确识别方法,分析互联网数据资源中特征用户名用字的特点,提取有效特征,利用最大熵原理构建模型对互联网数据资源中特征用户进行准确识别。并在一个40万余的中文人名语料上进行训练和测试,对比了依据不同特征组合进行用户识别的准确率,仿真结果表明,与传统的基于贝叶斯分类器方法相比,利用提出的方法进行互联网数据资源中特征用户识别时的准确率较高。

基于用户特征的产后母婴康复机构卧室家具设计研究

文章旨在探究基于用户特征的产后母婴康复机构卧室家具设计方法,关注产妇及新生儿群体的特殊需求。通过梳理产后母婴康复机构发展现状,对产后母婴康复机构运营模式及卧室家具现状进行比较分析,明确不同运营模式下机构卧室家具的优缺点;总结归纳了产妇和新生儿的生理、心理及行为特征;基于用户特征从家具配置、功能和情感化方面提出设计方法并进行卧室床头柜设计实践,以期为产后母婴康复机构行业卧室家具设计提供思路和方向,助力产后母婴康复行业向精细化、品质化、个性化发展。

使用、扩散、狂欢:ChatGPT的用户特征及使用动机分析

作为人工智能发展过程中的重要里程碑,ChatGPT能够辅助或取代用户生成文本内容,因此在信息行为研究领域备受关注。本文基于使用、扩散、狂欢三个阶段深入探讨了ChatGPT的用户特征及使用动机,依据用户基于任务、社交和娱乐的动机进行媒介接触和使用,阐明了ChatGPT的用户具备高自我效能、高技术接受度和高独特性需求的特征,旨在加深人们对智能传播时代人机关系的理解,为相关领域的发展提供借鉴。

基于用户复杂网络特征分类的协同过滤模型

协同过滤算法被广泛应用的同时一直存在着伸缩性和可扩展性困难的问题。针对该问题,提出了一种基于用户复杂网络特征分类的推荐系统协同过滤模型。首先,在用户集中基于度值选择特征用户,建立相似性阈值实现非特征用户分组;然后,构建用户—用户相似性网络,通过K-core分解完成网络中的社区标记;最后,目标用户在组内选择邻居,实现电影评分预测。基于MovieLens和Netflix数据集的实验结果表明,该算法与经典协同过滤算法相比,提升了时间和空间的性能,展现了更为出色的伸缩性和可扩展性。

新能源经济发展视角下公共充电桩用户特征调查分析

“十四五”期间,中国新能源汽车产业飞速发展,充电换电作为一种更高效、更集约、更低碳的补能模式,相比化石燃料具有更高的能源转换效率,且公共充电桩的智能管理功能也能带来节能效益。结合国家政策,对新能源汽车车主使用公共充电桩满意度进行调查,将对充电桩的满意度分为整体、质量、便捷、价格和体验5个维度,建立结构方程分析各维度对公共充电桩整体满意度的影响。结果显示,影响居民对公共充电桩满意度的直接因素是质量、价格、便捷和体验,其中体验对公共充电桩满意度的影响最大。最后提出应从充电桩安全质量、用户需求及车主建议入手,建立政府和运营平台协同的合作机制,为新能源充电桩的发展提供支持。

基于用户特征的电力营销信息个性化推荐研究

本文根据实际的推荐需求及标准,进行了结构化推荐特征提取,并采用多目标的方式,通过不断优化和迭代,逐步提高推荐的效率,从而完成对多目标推荐框架设计,为后续的推荐算法实现和应用奠定了坚实的基础。本次所设计的方案最终得出的平均绝对偏差被较好地控制在0.3以下,说明在用户特征这一条件的限制下,设计的电力营销个性化推荐方法的针对性与稳定性较强,推荐的方向及精准度较好,具有实际的应用价值。

基于用户特征分析的图书出版服务精准化发展路径构建

“互联网+”产业发展势头迅猛,政策层面大力推动建设国家知识服务平台,数字出版、知识付费等业态推陈出新。用户需求趋向于多元化,服务内容与用户需求之间能否实现精准衔接,是当前出版业面临的主要课题。出版机构应深入分析用户特征,借助内外部技术资源,推动产生新的出版服务模式。通过用户特征分析,可沟通目标受众、描述用户实际需求,助力出版服务科学化、完整化与精准化。

基于用户心理特征的双微耦合网络舆情演化模型

[目的/意义]利用传染病模型构建基于用户心理特征的双微耦合网络舆情演化模型,为网络舆情的危机应对和正确引导提供参考。[方法/过程]选用微博微信社交平台构建双微耦合网络,利用改进传染病模型模拟网络舆情在双微耦合网络中横纵向传播过程,通过仿真实验分析基于用户心理特征的双微耦合网络舆情演化机理。[局限]在案例选取和数据处理方面还有一定局限。[结果/结论]仿真实验发现耦合作用能加速舆情传播,控制舆情传播要求对双微平台同时采取措施。猎奇心理对用户舆情传播影响较小,权威效应提高会使网络中传播者下降3%,从众心理过大会导致传播者数量增加6%。改进SEI2R构建的舆情演化模型能够有效揭示社交媒体耦合网络舆情演化机制及用户心理特征对舆情演化的影响,可为相关部门舆情预防和控制提供参考。

基于用户行为特征的融媒体传播信息转发模型

为了便于对融媒体传播信息进行计算和统计分析,提出基于用户行为特征的融媒体传播信息转发模型。根据用户期望完成任务时间和任务建立概率分布,计算传播资源分配因子,并利用四象限法则分析用户的行为特征,获取用户自身属性、用户与用户间关系属性、融媒体属性的增益率。删除对类标记属性没有影响的属性,并构建二分类逻辑回归方程。如果方程数值结果超出转发阈值,说明转发成功。实验结果证明了该模型的有效性。

基于用户特征的英语教育信息资源个性化推荐研究

常规的英语教育信息资源个性化推荐方法主要采用IMM(Interacting Mutiple Model)来计算资源个性化推荐的偏好参数。然而,这种方法容易受到推荐维度变化的影响,导致推荐平均绝对误差(Mean Abso-lute Error,MAE)过高。为了解决达个问题,需要基于用户特征设计一种全新的英语数育信息资源个性化推荐方法。具体而言,通过获取用户兴趣构建英语教育信息资源个性化推荐的用户兴趣模型。随后,结合用户的特征,设计教育信息资源个性化推荐算法,从而实现针对用户的英语教育信息资源的个性化推荐。实验结果表明,该方法的MAE值较小,具有良好的推荐效果和可靠性。

问题特征与用户特征对在线用户新冠肺炎疫情知识共享行为的动态影响:问题信息量与问题聚焦度

社交媒体作为信息传递、观点交流和帮助寻求的重要媒介,在新冠肺炎病毒爆发期间发挥着尤为重要的作用。如何促进用户知识共享是社交媒体研究热点。以新冠肺炎疫情为研究背景,从谁在发帖和如何发帖两个维度探究在线知识共享行为。首先,基于LDA算法对相关帖子进行主题聚类,获得帖子的问题特征;纳入问题特征与用户特征,重点关注帖子问题信息量与聚焦度,构建用户知识共享行为的影响因素模型;考虑事件发展的3个阶段,探究影响因素在不同阶段影响的差异性。研究结果表明:通过提高问题聚焦度与信息量可以有效促进用户的在线知识共享行为。在事件发展的不同阶段(初期、爆发期、缓和期),问题特征和用户特征的影响具有异质性。社会认同对身份标识/社会连接与知识共享行为关系的调节作用显著。为知识共享行为的相关研究提供了新的研究视角,研究结果对用户行为和平台规则制定具有一定的指导作用。

微博中基于用户特征的突发事件信息传播分析

[目的/意义]随着社交媒体的普及和发展,微博已成为重要的信息传播平台。理解微博中基于用户特征的突发事件信息传播规律,对于把握事件发展态势、评估信息影响力以及制定有效的应对策略具有重要意义。[方法/过程]通过选取4类突发事件(自然灾害、事故灾难、公共卫生事件、社会安全事件)的典型案例作为研究对象,爬取微博平台上的信息传播用户数据,分析4类突发事件信息传播用户特征及传播规律的差异与共性。[结果/结论]4类突发事件信息传播的受众都具有明显的地域性,经济发达的省份用户关注度普遍较高;各类突发事件的传播用户群普遍集中在传播力强的活跃用户,以及传播力和影响力均较弱的草根用户上,伴随有少量的影响力较强的权威用户参与传播;不同类型的突发事件,传播受众广泛性和性别分布均有所差异。

家用办公边几用户特征分析

随着居家办公模式的发展,边几被广大用户用作办公,但边几的最初功能并不包含办公,因此不同用户在不同情境下有不同的使用问题。通过购物平台的用户评论记录办公边几使用者特征并使用卡片分类法将使用者特征进行分类归纳;根据分类结果从人口学特征、行为特征维度编写问卷问题与选项及半结构化访谈大纲,对问卷结果进行因子分析与聚类分析,将具有共性的用户进行分类,初步分析用户特征。在问卷中选择具有代表性的目标用户进行访谈,使用Nvivo质性分析软件将用户回答进行编码分析,补充定量调研结果缺失的细节与行为原因。最终确认办公边几目标用户以沙发为活动中心,在沙发休息期间完成临时性工作,即办公边几与沙发组合可满足用户在休闲与办公两种状态间自由转换。办公边几的主要用户是离开家乡在新一线、一线城市的未婚租房奋斗青年。次要目标用户是与父母共同居住的未婚青年、小户型未育夫妻。

基于用户特征数据挖掘的用电类别异常诊断

基于用户特征数据挖掘,提出了一种用于用电类别异常诊断的方法。针对用电类别分类和用电行为异常检测2个环节,分别设计了基于决策树、K-means以及支持向量机(Support Vector Machine,SVM)等算法的实验,通过数据统计和深入分析,验证了所提方法的有效性和可靠性。结果表明,该方法可以自动检测用户的用电异常情况,为后续诊断提供依据。

基于高速公路收费数据的用户交通出行多维度特征分析

为提升高速公路信息化管理水平,调节高速公路需求分布不均衡问题,构建了包含时间、空间、用户个人属性3个维度的特征指标体系,在K-means聚类算法的基础上,设计并使用Mini-Batch-Kmeans聚类算法对出行用户进行了分类,同时从时间、空间、个人属性3个不同维度深入分析了各类出行特征指标。研究结果表明:1)高速公路出行者多为单次出行或周末出行;2)经PCA降维和Mini-Batch-Kmeans聚类后,出行用户可分为6类;3)时间上,用户出行早晚高峰为7:00—9:00和16:00—18:00;空间上,用户出行站点多在经济水平较高城市,长途用户多在沿海或有货物中转站的城市;个人属性上,通勤用户与长途用户多使用ETC支付且花费金额高。

电价审计中用户用电行为特征的智能提取方法研究

传统用电行为特征提取方法难以挖掘连续的用户用电行为数据,导致特征提取精度较低且特征异常值较多。针对这个问题,文章研究电价审计中用户用电行为特征的智能提取方法。挖掘周期性电价审计过程中存在的隐藏数据,标定数据参数,归一化处理用户用电行为数据。采用线性差值填充算法处理周期范围内的电力数据,控制用户用电数据的连续性。特征化处理行为数据后,进行卡方检验并构建指标提取过程,最终完成智能提取方法的构建。在模拟用户用电行为数据采集环境后,对应不同的采集周期整理为用电数据集,准备2种传统提取方法与所设计的方法进行对照实验,实验结果表明,所设计的智能提取方法具有较高的特征提取精度,且产生的特征异常值最少。

网络空间用户身份对齐技术研究及应用综述

近年来,随着移动互联网技术的发展和用户需求的增加,网络空间中各种虚拟账号越来越多,同一用户在不同应用甚至同一平台拥有多个账号。同时,由于网络空间的虚拟性导致用户的虚拟身份与真实社会身份之间的关联通常较弱,网络空间违法用户存在发现难和取证难的问题。因此,在服务推荐和调查取证等需求的推动下,以网络空间用户虚拟身份聚合和虚实身份映射为主要研究内容的用户身份对齐技术得到了快速发展。为此,对网络空间用户身份对齐技术进行了梳理,首先对该技术解决的科学问题进行了阐述;其次介绍了该技术所用到的用户身份典型特征和涉及的相关技术;然后对可供研究的数据集与验证标准进行介绍;最后对所提技术面向的应用场景进行了详细分析,并基于此讨论了用户身份对齐技术未来的研究方向以及面临的挑战。

基于用户特征和项目属性的协同过滤推荐算法

在数据极度稀疏的环境下,仅仅依赖用户直接评分数据的传统协同过滤算法无法取得满意的推荐质量。提出基于用户特征和项目属性的协同过滤算法,在用户相似性计算过程中引入时间相关的兴趣度,使得最近邻的确定更加准确;预测评分时,通过衡量用户信任度来体现各邻居对目标用户最终推荐的贡献程度,并以用户对项目属性的偏好度代替评分数据对新项目进行推荐。基于MovieLens数据集进行的实验结果表明,改进后的算法有效解决了系统冷启动问题,明显提高了系统推荐的准确度。

心脏远程监护仪的用户特征及费用分析

就心脏远程监护仪用户的基本特征和检查费用进行了科学分析。从来源看,以住院和门诊患者为主(占97.52%);从性别看,男性(占55.97%)多于女性(占44.03%);从职业看,以干部最多(占57.09%);从年龄分布看,以40～89岁居多(占77.14%);从地区分布看,以本市居多(占75.32%);从戴机天数看,以1天为主(占92.52%);从医疗保障情况看,以自费为主(占95.95%)。从检查费用看,心脏远程监护仪低于动态心电图;随戴机天数的增加,其费用降低愈加明显。心脏远程监护仪不仅使用方便,而且可节约医疗资源,减少卫生投入。