基于零信任安全架构的网络用户身份跨域匹配

不同网络域数据互通性差,导致网络主机难以实现用户身份跨域匹配和认证,提出基于零信任安全架构的网络用户身份跨域匹配方法。按照零信任安全架构部署原则,定义用户身份属性,提取用户行为轨迹特征,完成网络用户身份建模。根据用户身份建模结果,将应用网络划分成多个功能区域,通过设置跨域认证协议的方式,确定匹配调用链码的计算表达式,实现网络用户身份跨域匹配。实验结果表明,在零信任安全架构支持下,所选七组用户身份信息的跨域认证结果与网络ID原码完全一致,匹配成功率高达100%,有效提升了网络主机对于用户身份跨域匹配和认证能力。

用户推荐对网络搜索行为影响的眼动研究

为研究用户推荐对网络搜索行为的影响,将用户推荐加入到搜索引擎结果页面中,通过眼动跟踪技术观察被试在完成网络搜索任务时行为的变化.实验结果显示,加入用户推荐对被试的搜索效率、注意力分布和点击分布没有显著影响.但反馈问卷显示,多数被试认为用户推荐有助于搜索,并且会在搜索中参考该信息.分析发现,两种结果矛盾的原因在于被试在搜索过程中常常会忽略用户推荐,产生无意视盲(inattentional blindness)现象.

跨设备搜索引擎结果页面注意力分布研究——基于眼动视觉数据的实证分析

用户在搜索引擎结果页面的视觉注视行为,一直是信息检索领域的重要研究内容,有助于优化搜索引擎结果页面(Serach Engine Result Page,SERP)的布局,提升用户搜索效率。而针对用户在跨设备搜索情境下的SERP注视行为的研究还较少。本研究通过跨设备搜索实验,对用户在不同跨设备情境下的SERP视觉行为分布展开研究。研究发现,用户在跨设备后,其视觉注意力相比之前有所分散,关注点减少。跨设备后,用户的"眼动熵"值在SERP的搜索结果列表中,呈现出总体上升的趋势。用户在跨设备后对SERP首屏的搜索结果区域内搜索结果摘要的关注度最高,对于记录跨设备历史信息的区域关注度提升最高,这说明搜索引擎为用户提供的跨设备历史信息能够有效地帮助用户恢复搜索任务,提高用户的搜索效率。在单条搜索结果区域内,跨设备前后用户的视觉分布不存在显著性差异。

基于手机信令数据的高速公路服务区客流特征研究

为了提高我国高速公路服务区的服务水平和质量,建立了服务区客流特征研究体系。首先对手机信令数据进行数据提取、处理及分析,然后从用户职住分布、用户行为轨迹、用户行为特征3个角度对服务区客流特征进行可视化研究和科学分析,并以运营商提供的京沪高速公路马驹桥服务区连续8周的手机信令数据作为该研究体系的实验案例。案例分析结果表明,该服务区服务设施现状水平不能充分满足用户多样化的需求,应针对用户需要合理增设及配置服务设施,提升服务区服务水平;也证明了服务区客流特征研究体系可以有效挖掘服务区现存问题,明确服务区发展方向,能为制定更为完善的服务区改善措施提供决策依据。

基于前后端日志记录的个性化推荐系统

为了有效地吸引和留住用户,提高网站服务的质量,在原有个性化实现技术基础上,提出了一种前后端日志相结合的方式存取用户浏览信息,对用户浏览站点的行为进行跟踪,为Web日志挖掘提供更精确有效的信息。结合前后端日志记录相结合的策略,提出了一个可伸缩的,独立于具体Web站点的页面推荐系统架构。实验分析结果表明,该方式能更准确全面的收集用户数据,同时个性化模块以一种非侵入的方式与系统集成,提高了系统的灵活性,方便系统重用。

基于动静态表征的众筹协同预测方法

众筹是一个新兴的互联网金融平台,项目的发起者可以通过使用互联网,征求大量平台用户的资金来资助他们的项目.但是由于众筹平台所具有的独特规则,只有在特定时间内收集了足够的资金,项目的筹资才会成功进行交易.为了防止项目发起者和投资者在可能失败的项目上浪费时间和精力,动态追踪众筹项目的筹资过程以及估算其融资成功概率便极为重要.然而,现有的一些工作既没有针对动态预测跟踪机制的研究,也没有考虑平台上的项目发起者和投资者之间的动态行为交互.为了解决这些问题,基于长短期记忆网络设计了一种新颖的动静态协同预测模型.该模型着重分析了用户行为,包括评论的情绪倾向以及融资过程中的动态增量信息,从而将融资项目与投资人之间的交互行为进行深度挖掘分析.首先,针对平台上的静态特征和动态用户行为数据,通过不同的Embedding方法得到他们的深度表征.在此基础上,进一步设计了基于注意力机制的协同预测模型,以便了解项目融资的时序信息对最终结果的影响程度.最后,在真实的众筹数据集上进行的大量实验结果表明,所提出的动静态表征预测方法相比其他预测方法更为有效.

动态网络环境下用户信息搜索行为追踪方法

为提高动态网络环境下用户信息搜索质量,提出动态网络环境下用户信息搜索行为追踪方法.分析动态网络环境下用户认证协议,根据认证协议进行用户搜索路径的相似度特征辨识,获取用户搜索有效信息,并在此构建用户搜索路径空间模型,采用最小二乘拟合方法进行动态网络环境下用户搜索的行为参数自适应调节,根据驱动参数进行动态网络环境下用户信息搜索路径的智能追踪,实现动态网络环境下用户信息搜索行为追踪.经仿真结果表明,采用该方法进行监测效率高,追踪精度强.

视线追踪技术在网络信息检索中的应用研究综述

视线追踪技术是网络检索领域中的一种新的研究方法,本文对该方法的原理、应用历程进行了介绍,对视线追踪技术在用户检索行为研究、检索结果呈现和检索相关性研究等方面的成果进行了归纳,最后指出了该方法存在的缺陷,并对未来发展方向提出了设想。

网络用户跟踪系统的设计与实现

本设计主要实现了对网络教学中用户行为特征的获取。在用户访问过程中,网络教育教学系统获取该用户访问的各个维度的信息。这些信息对用户行为特征分析都是非常重要的,通过分析、加深对用户的了解,有针对性地对行为特征不同的用户提供个性化服务,为提高教育教学的质量做出巨大贡献。

异构身份联盟用户行为审计追踪系统设计

提出了在异构身份联盟里对用户行为进行审计追踪的系统模型。为了对可疑、恶意用户行为进行审计溯源,通过处在不同联盟成员内部的分布式代理实现分布式审计,对不确定的用户行为则利用审计云(Audit Cloud)进行集中审计,并对可疑用户进行追踪溯源,从而保证了异构联盟的系统安全和用户隐私安全。

基于大数据的用户行为轨迹及预警系统的研究

为及时对用户提出工作、学习、生活等方面的做出指导和帮助,文章以复旦大学为例,综合对用户基础信息、消费信息、上网行为等数据的全方位分析,研发出了一种基于大数据的用户行为轨迹及预警系统。该系统通过对网络日志、校园卡数据、网站浏览记录等的采集,并结合地图,建立起用户行为轨迹的路线图,最后抽象出标签化的用户模型,如果发现用户异常行为,则进行预警。为用户在校安全提供了大数据指导,极大提高了学校的精细化管理水平。