Exploring a Deep Analysis Method for “Click-Stream” Information from the Perspective of the Flow of Bidirectional Value of Customer Relations Based on Ricoeur's Hermeneutic Theory

Click-streams of online shopping are the tracks/trails of interactions between a customer and a vendor.We observe that it is of great importance both in theory and practice to explore a deep analysis method for analyzing click-stream information of an individual customer in a specific transaction for understanding the bidirectional value transfer within the machine-human interaction of an online store and for its personalization.We analyze the significance,the hierarchical structure and the characteristics of click-stream information and propose that Ricoeur's hermeneutic theory be the foundation of forming such a deep analysis method.Then we use the empirical context information of the click-stream to improve the naive interpretation put forward by Ricoeur.Moreover,we apply the Grounded Theory to extend the deep analysis of Ricoeur's theory of textual interpretation.The improved theory fits well with the needs of interpretation and the analysis of click-stream information.We exemplify and show the feasibility of this analysis method by using data collected(a single case)from a large study of human-computer interaction.

基于Click反应的5-氟尿嘧啶与4-苯胺喹唑啉骨架的拼接合成及其抗肿瘤活性评价

以3种羟基喹唑啉-4-酮为原料,经乙酰化、氯化、取代、水解、烷基化反应得到6个末端含有端炔取代的4-苯胺喹唑啉类化合物,同时以5-氟尿嘧啶为原料,经羰基保护、烷基化、叠氮化反应制得1-(3-叠氮丙基)-5-氟尿嘧啶,最后再利用药物拼合原理将其与不同含有端炔取代的4-苯胺喹唑啉类化合物或厄洛替尼通过Click反应合成了7个5-氟尿嘧啶与4-苯胺喹唑啉骨架的新型拼接产物,其结构通过^(1)HNMR和HR-MS确证。以厄洛替尼为阳性对照,采用MTT法初步评价目标化合物对人肝癌细胞HepG2、人非小细胞肺癌细胞A549、人宫颈癌细胞Hela、人乳腺癌细胞MCF-7、人肺腺癌耐顺铂株细胞A549/DDP的抑制作用,同时采用ELISA法检测目标产物对表皮生长因子(EGFR)的抑制能力。结果显示,1-(3-(4-(((4-((4-碘苯基)氨基)-7-甲氧基喹唑啉-6-基)氧)甲基)-1 H-1,2,3-三唑-1-基)丙基)-5-氟尿嘧啶-2,4(1 H,3 H)-二酮对HepG2、A549、A549/DDP细胞的抑制作用分别是阳性对照厄洛替尼的6.5倍、1.8倍、2.8倍,对Hela、MCF-7细胞的IC_(50)也分别达到了(0.95±0.33)、(1.26±0.55)μmol/L。同时,该化合物在0.01、0.1μmol/L对EGFR的抑制作用弱于阳性对照厄洛替尼,提示该化合物并非只通过作用于EGFR产生抗肿瘤作用,可能还存在其他的作用途径,值得进一步研究。

离子液体中纳米铜催化Huisgen-Click反应

在绿色溶剂离子液体中,经纳米铜催化叠氮化合物和炔烃反应合成了10个1,2,3-三氮唑化合物,其结构经1H NMR,13C NMR和MS(ESI)确证。研究了催化剂、原料摩尔比、催化剂用量、反应温度和反应时间对产率的影响。结果表明:以1-丁基-3-甲基咪唑六氟磷酸盐为溶剂,n(叠氮苯)∶n(苯乙炔)=1.0∶1.2,于60℃反应1 h,收率高达95%。

1,2,3-三氮唑桥连维生素D_2类化合物的合成

以维生素D2和对甲苯磺酰氯为原料,经磺酰化反应保护维生素D2羟基,再与叠氮化钠发生亲核取代得到3-叠氮维生素D2,后者与芳香炔、脂肪炔发生Click反应,合成6种具有1,2,3-三氮唑结构的新型维生素D2衍生物。目标化合物的结构经1H-NMR、13C-NMR、ESI-MS确认。

1-苄基-4-苯基-1H-1,2,3-三唑的合成

利用卞溴和叠氮化钠在DMF中反应合成了叠氮卞,进而与苯乙炔进行Click反应,成功地合成了1-苄基-4-苯基-1H-1,2,3-三唑,产率达到了98%,并通过红外光谱及核磁共振光谱对其结构进行了表征。

基于HMM-NN的用户点击流识别

用户行为画像分析是实现网络智能化的关键手段之一,而点击目标识别是构建用户行为画像的重要依据和基础。已有的工作主要为系统端设计,其只能反映用户对特定服务域的行为特征,不适合网络端的检测和管理。网络端用户行为分析面临的主要挑战是处于协议栈底层的网络管道无法获取应用层及系统端信息,只能依赖IP数据流,因此难以构建有效的网络端用户行为画像。因此,提出了一种新的面向中间网络的用户点击目标识别方法,该方法融合了隐马尔可夫模型(Hidden Markov Model,HMM)和神经网络(Neural Networks,NN)。HMM框架从IP流的角度描述点击流与非点击流的动态行为过程;NN用于建立HMM中的隐状态与复杂网络流行为特征之间的关系。通过评估待测请求序列与HMM-NN模型的拟合度来实现用户点击目标的识别。该方案的主要优点在于它继承了HMM的可解析性,并利用NN增强了HMM对复杂数据的描述能力;而且该方案不涉及IP流所承载的数据内容,适用于加密与非加密场景下网络端的点击行为识别,有效解决了网络端用户行为画像分析所面临的困难。基于多个实际数据集进行实验,结果表明该方案的3个常用评价指标F1,Kappa及AUC的数值分别超过已有方法0.91,0.83,0.96,证明该方法比已有的方法具有更好的性能表现。

无溶剂高效合成1,4-二取代-1,2,3-三唑类衍生物

1,2,3-三唑类化合物药动学和安全性良好,是新药发展的主流方向.本文在无溶剂条件下,以取代炔烃和叠氮化物为原料,研究探讨了不同铜离子催化剂对产率的影响,确定了最佳反应条件,在此基础上,经Click反应,成功合成出了一系列不同基团取代的1,4-二取代-1,2,3-三唑类衍生物.目标化合物的结构经1H NMR、13C NMR和高分辨质谱(HRMS)确证.该方法所得目标化合物收率良好且官能团容忍性强,具有简单、高效、绿色经济的特点,符合绿色化学和原子经济性的理念要求.

吡啶-三唑金属配合物的合成及其在乙烯聚合反应中的催化性能

以苄氯、吡啶炔和叠氮化钠为原料,在铜(Ⅰ)催化下,通过Click反应制得新型配体1-苄基-4-邻吡啶基-1,2,3-三唑(1);1分别与无水Fe Cl2,Co Cl2或Ni Br2獉DME反应合成了3个新型的吡啶基三唑金属配合物(2~4),其结构经1H NMR,13C NMR,IR和元素分析表征。考察了2~4对乙烯聚合反应的催化性能。结果表明:以甲基铝氧烷(MAO)为助催化剂,4具有最高的催化活性,在温度为20℃,Al/Ni为2 500条件下,催化活性达8.8×105g·mol-1·h-1。

基于模式识别和集成CNN-LSTM的阵发性房颤预测模型

为了适用于长期心电监护和ICU等实时性、数据密集型应用场合,提出可在8 Hz采样频率的1 min心电图(ECG)片段上提前45 min预测阵发性房颤(PAF)发作的实时预测模型.采用概率符号化模式识别方法,在降采样后的ECG序列上提取出1 min窗口内的模式转移特征,降低模型的计算量和对存储空间的需求,确保实时预测的效果.提出卷积神经网络(CNN)和长短-期记忆网络(LSTM)的混合模型(CNN-LSTM),用于提取模式转移特征内隐含的局部空间特征和时间依赖特征.为了提升模型泛化能力,构建基于CNN-LSTM的集成分类器.采用Spark Streaming技术完成对ECG流式数据的读、写和计算,实现数据和模型之间的低延迟通信.所提模型在公开数据集上的准确率、灵敏度和特异度分别为91.26%、82.21%、95.79%.模型处理总延迟平均为2 s,满足实时PAF预测需求.

基于β-环糊精与偶氮苯衍生物的超分子囊泡体系的构筑

运用铜催化的叠氮-炔基Husigen-Click环加成反应,首先设计合成了具有环糊精与三联吡啶基团的化合物A,使其同时具有了主客体识别位点和金属—离子配位位点,接着合成了具有烷基链的偶氮苯衍生物B,通过自组装,化合物A与B形成超分子聚集体.在A与B物质的量之比为1∶1时,其在H2O与四氢呋喃(THF)混合溶剂中可自组装形成具有双层膜结构的囊泡,并观察了囊泡在室温下的稳定性.可以通过调节紫外/可见光照控制该囊泡体系的结构,通过加入Fe2+使囊泡解组装.此外,我们通过Job's曲线证明A与B进行了1∶1包合,通过紫外滴定法表明加入Fe2+后的体系中,A与Fe2+离子的配位比为2∶1.

不对称双-1,2,3-三氮唑类化合物的合成及性质研究

以1,1′-联-2-萘酚为原料,经过丙炔化成醚反应和两次Click反应,制备了两个不对称双-1,2,3-三氮唑类化合物A和B,用1H NMR和13C NMR对化合物A和B的结构进行表征,并测试了它们在不同溶剂中的紫外性质和荧光性质。结果表明,两个化合物在不同溶剂中的紫外荧光光谱相似,但紫外吸收强度和荧光强度不同。其中化合物A的最大吸收波长为240~290 nm,其荧光发射光谱在390~440 nm有三个发射峰;化合物B的最大吸收波长为280 nm,其荧光发射光谱在370 nm有一个发射峰。

跟踪β-淀粉样肽聚集体的探针—1,4-二苯基三氮唑衍生物的合成

Aβ聚集体在大脑中的聚集与阿尔茨海默病的发生发展密切相关,Aβ聚集体的靶向探针对于阿尔茨海默病的诊断有着十分重要的意义。本文报道具有跟踪Aβ聚集体功能的探针——1,4-二苯基三氮唑衍生物的合成,从4-碘苯酚与4-氨基苯乙炔出发,经8步反应,以39%的总收率得到目标化合物1。本文以Salen-Cu(L1-Cu)及其类似物为催化剂,催化两步一锅法的Click反应构筑关键中间体9,并考察了不同的铜催化剂、反应温度与反应时间对Click反应的影响。发现以N,N’-双(2-羟基苄基)缩N,N’-二甲基-乙二胺合铜(II)(L2-Cu)为催化剂,在50℃下反应4 h,能以96%的收率完成反应。

基于Web使用挖掘的用户行为分析

Web服务产生了大量的日志数据,这些数据记录了用户的行为信息。如何从海量的日志数据中自动、智能地抽取隐藏于其中的知识,这是本文要研究的问题。基于Web使用挖掘,对点击流数据源进行收集、预处理,并基于FP-tree的关联规则挖掘算法对用户行为进行分析,发现新模式,为优化网站建设提供有价值数据。

Internet网上个性化信息服务研究

从个性化信息服务的概念入手 ,研究了 Internet网上个性化信息服务的四种机制 :界面定制法、点击流分析法、协调过滤法和 Cookies。分析了网上个性化信息服务成功案例。最后 。

电子商务中消费者购买决策及其影响因素

电子商务是随着计算机和互联网技术的发展而出现的一种新经济模式,它正在广泛而深刻地影响着人们的购物观念和购物方式。网上购物是指通过互联网购买商品或享受服务,也是通常所指的电子商务。国内外关于网上购物的研究缺乏从影响因素到中介作用最后到实际购买关系的整体研究框架。研究者从消费者角度提出了网上购物决策的整体框架,拟采取访谈法、问卷调查、实验室模拟方法和服务器日志文件收集数据,探讨我国文化背景下消费者的网上购买决策,拟探明:影响消费者网上购买决策的因素;风险认知和网上购物态度在模型中的中介作用;产品类型、消费者类型及其与网上购物决策模式的关系。预期研究成果对我国电子商务购物环境的改善、电子商务网站的设计、网上营销策略的制定有着重要的意义。

Web日志数据挖掘模型研究

利用Web日志,通过网页编码和会话抽取计算页面相关度矩阵;通过聚类分析,得到了各类用户访问各网页的概率向量;利用网页相关度矩阵修正概率向量,得到了反映网页相关性和用户特征聚类的挖掘模型。实验数据表明,该模型挖掘出的用户访问特征具有较长的使用有效期。

基于“点击流”数据的站点信息组织优化

基于站点用户点击“后退”的特殊动机,提出了一种基于“点击流”数据的站点信息组织优化方法。其现实依据是:如果站点用户在所期望的位置没有找到目标页面,用户很可能会点击“后退”按钮继续寻找,这样后退“点击流”就为优化站点信息组织提供了一种思路。

网络教学中学习者行为研究

网络教学摆脱了传统教学时间和地域因素的限制,但是现有的网络教学只是简单地将学习内容进行堆积和罗列,不同学习背景的学习者难以分辨哪一部分是适合自己的学习内容,严重影响了网络教学的效果。本文通过对学习者学习行为的判断,为学习者推荐合适的学习序列,从而达到针对不同学习者的行为,为学习者设计不同学习策略的目的。

网站粘性与购买量关系的实证研究——基于消费者手机上网数据的研究

通过由WAP(无线应用通讯协议,Wireless Application Protocol)网站所提供的手机用户上网点击流数据研究了网站粘性(Stickiness)与购买量之间的关系。研究结果表明网站粘性的三个方面(访问频率、访问持续期和访问深度)与购买量之间存在显著的正相关关系。

基于全信息的“点击流”信息资源开发利用研究

首先介绍了全信息的含义,在此基础上从本体论层次和认识论层次分析了“点击流”信息的内涵,最后讨论了基于全信息的“点击流”信息资源开发利用的原理与方法,并以数字图书馆个性化为例进行了分析。