检索结果-内蒙古大学图书馆

作者：郑小丽河北工程大学

学位级别：硕士

在互联网信息呈爆炸式增长的时代,推荐系统已经成功进化为信息服务的基础性工具之一,它能够帮助用户做出合理的选择和决策。传统的推荐算法需要借助用户个人简介以及历史评分等额外语义信息来构建推荐任务以预测用户真正感兴趣的物品,... 详细信息

在互联网信息呈爆炸式增长的时代,推荐系统已经成功进化为信息服务的基础性工具之一,它能够帮助用户做出合理的选择和决策。传统的推荐算法需要借助用户个人简介以及历史评分等额外语义信息来构建推荐任务以预测用户真正感兴趣的物品,然而在实际应用中,由于隐私策略或用户匿名访问的限制,这些配置文件大多都无法直接获得,唯一可用的有效信息是当前会话中的点击行为记录。因此,基于会话的序列推荐方法诞生并受到了学术界和工业界的广泛关注。但目前现有的会话序列推荐算法往往忽略了反馈数据中由于用户行为不确定性引起的噪声影响,存在无法准确和有效地捕捉会话序列中物品复杂依赖关系的问题。综上所述,本文的主要研究内容如下:(1)针对会话序列推荐中物品复杂依赖和噪声干扰问题,提出一种面向会话的需求感知注意图神经网络推荐模型(DAAGNNSR)。首先将具有时序性的会话数据构建为图,通过引入图神经网络学习图上节点嵌入表示;其次将提取的项目特征使用需求感知聚合器线性聚合为用户潜在需求矩阵,以自动削弱噪声干扰,同时用低秩多头注意力网络将该矩阵与全部项目特征进行逐项兴趣交互生成需求增强的项目表征;再次联合独立位置编码进一步分析项目间顺序关联,并且将生成的独立位置嵌入与项目表征进行线性融合;最后,经预测层生成排名推荐列表。(2)针对现有会话序列推荐方法难以从嘈杂会话中准确提取用户偏好的问题,提出一种结合对比学习的图神经网络会话推荐模型(CLSR-GNN)。具体来说,该模型首先将全部会话数据构建为图,通过图神经网络聚合图上物品信息获取节点局部嵌入表示;其次,利用含有噪声滤除器的注意力机制显示过滤掉不重要的节点表征,引入对比学习技术设置优化策略指导模型去噪学习,获取全局嵌入表示;最后,采用门控机制为局部和全局表征自适应分配权重,并对其进行加权求和生成有效的会话表示,实现物品排名推荐。(3)基于上述研究工作,搭建了相应的商品序列推荐系统。该系统使用电商领域的真实平台数据集建模并进行相应功能设计和模型微调测试,并且联合面向会话的需求感知注意图神经网络推荐算法和结合对比学习的图神经网络会话推荐算法为使用者提供相应推荐服务,最后训练成可商用的真实世界推荐模型,从而验证DAAGNNSR模型和CLSR-GNN模型在实际推荐平台里的推荐效果。

关键词：推荐系统会话序列推荐图神经网络注意力机制序列模式分析

来源：评论

学校读者我要写书评

暂无评论

一种基于影响度的负序列模式分析系统及方法

一种基于影响度的负序列模式分析系统及方法

引用

作者：董祥军崔凤玲郭莹 250000 山东省济南市长清区济南市西部新城大学科技园

本发明公开了一种基于影响度的负序列模式分析系统，包括数据预处理模块，用于获取数据、进行预处理，并存入到数据库；频繁模式挖掘模块，根据用户设置的最小支持度阈值，在数据集中挖掘频繁模式；影响度分析模块，用于对频繁模式挖掘... 详细信息

标准号: CN116342156A

本发明公开了一种基于影响度的负序列模式分析系统，包括数据预处理模块，用于获取数据、进行预处理，并存入到数据库；频繁模式挖掘模块，根据用户设置的最小支持度阈值，在数据集中挖掘频繁模式；影响度分析模块，用于对频繁模式挖掘模块得到的正和负频繁模式分别进行影响度计算，选取出满足影响度约束的频繁模式；图形化界面表示模块，用于将影响度分析模块的挖掘结果在系统的图形化界面上进行表示。并公开了对应的分析方法。本发明根据直播购物交易序列数据库,使用基于影响度的负序列模式挖掘算法，将真正有趣的直播购买信息通过图形化界面的方式提供给用户，且用户可根据自己的意愿在挖掘结果中选择有趣的序列模式进行展示。

关键词：影响度频繁模式图形化界面分析模块挖掘结果挖掘预处理数据预处理模块序列模式分析序列模式挖掘序列数据库最小支持度直播购买信息购物交易获取数据数据集中序列模式用户设置图形化算法数据库展示分析

来源：评论

学校读者我要写书评

暂无评论

数字图书馆中用户访问模式挖掘方法研究

引用

情报科学 2009年第9期27卷 1371-1374页

作者：张玉峰吴覃武汉大学信息资源研究中心湖北武汉430072

首先分析了数字图书馆中常用的用户知识挖掘技术——关联分析、分类/聚类分析、时序分析等,重点探讨了从数字图书馆访问日志中挖掘用户访问模式的方法和步骤,并以实验验证之。该方法有利于更好地理解用户的查询行为与需求,可用于获取和... 详细信息

首先分析了数字图书馆中常用的用户知识挖掘技术——关联分析、分类/聚类分析、时序分析等,重点探讨了从数字图书馆访问日志中挖掘用户访问模式的方法和步骤,并以实验验证之。该方法有利于更好地理解用户的查询行为与需求,可用于获取和预测用户的动态知识。

关键词：数字图书馆数据挖掘用户访问模式序列模式分析

来源：评论

学校读者我要写书评

暂无评论

数据挖掘技术在入侵检测中的应用

引用

微计算机信息 2006年第8X期22卷 35-38页

作者：黄水源周理凤段隆振黄龙军南昌大学信息工程学院计算机系 330029 江西师范大学软件学院江西南昌330000

提出一个基于数据挖掘的入侵检测模型框架。在模型中,数据挖掘贯穿于检测过程之中,通过数据采集、数据预处理、数据挖掘、知识发现等过程,使得入侵检测成为一个完整的知识发现过程。

关键词：入侵检测数据挖掘聚类分析关联分析序列模式分析

来源：评论

学校读者我要写书评

暂无评论

应用数据挖掘技术实现远程个性化教育

引用

中国教育信息化（高教职教） 2007年第6S期 68-69页

作者：胡青中山大学数计学院科计系

本文简要地介绍了远程教育现状和数据挖掘技术;讨论了如何使用数据挖掘技术,发现每个学生的个性、学习习惯,通过学习反馈信息和教师感兴趣的有关教学的信息,及时调整教学策略,制定适合学生个性的教学内容和教学活动,实现远程个性化教育。

关键词：数据挖掘关联规则序列模式分析分类聚类分析孤立点分析

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘的交叉销售机会识别研究

基于数据挖掘的交叉销售机会识别研究

引用

作者：李彩匣东北大学

学位级别：硕士

市场竞争的日益激烈和市场饱和速度的加快使得企业获得新顾客的难度加大,越来越多的企业把精力投放到了现有顾客身上。交叉销售作为一种新引进的营销方式正好适应了这种变化后的市场环境。它是以市场为导向的理念指导下的一种新型营销... 详细信息

市场竞争的日益激烈和市场饱和速度的加快使得企业获得新顾客的难度加大,越来越多的企业把精力投放到了现有顾客身上。交叉销售作为一种新引进的营销方式正好适应了这种变化后的市场环境。它是以市场为导向的理念指导下的一种新型营销观念和营销理念,通过识别现有顾客的购物行为模式、顾客特征来发现隐藏在他们内部的企业营销机会,从而达到增加企业利润的目的。交叉销售是在客户关系管理(CRM)和数据库营销基础上产生的。CRM和数据库营销为交叉销售提供了理论基础,CRM系统和企业的其他业务数据库为企业提供了大量客户、营销数据,这些数据为企业开展数据挖掘和交叉销售提供了帮助,例如顾客购买行为数据信息,他们可能隐藏了某种顾客购买模式或影响这个客户下一个购买行为的关键因素,甚至是决定性因素。本研究就是针对上述外部环境提出了基于数据库营销开展交叉销售这一营销理念,试图利用它来解决目前企业遇到的市场机会问题。本研究提出了一套完整的实施交叉销售过程。首先,企业必须根据营销目标建立自己的数据库,包括客户数据库、顾客交易数据库和产品数据库；其次,从以往的数据中寻找交叉销售机会；再次,根据挖掘出的交叉销售机会,全面开展交叉销售活动；最后,评估交叉销售实施效果。其中研究的重点放在了识别交叉销售机会上,分别从横向和纵向两个角度提出了交叉销售挖掘算法：横向上利用关联规则算法挖掘关联产品；纵向上利用序列模式分析挖掘顾客购物模式,并且还根据挖掘出的关联产品和序列模式,进一步提出利用决策树分析寻找出合适的顾客群体。探讨了我国企业开展交叉销售的可行性,并通过算例详细阐释了文中提出的交叉销售机会识别算法。

关键词：交叉销售数据库营销数据挖掘关联规则序列模式分析

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘的入侵检测系统研究

基于数据挖掘的入侵检测系统研究

引用

作者：唐德玉华南理工大学

学位级别：硕士

本文首先介绍了数据挖掘技术的热点和入侵检测系统发展状况.阐述了入侵检测的分类,入侵检测方法,入侵检测模型,对入侵检测的异常检测和误用检测进行了对比,给出两类方法的优点和缺点.然后简介了CIDF提出的一个入侵检测系统的通用模型.然... 详细信息

本文首先介绍了数据挖掘技术的热点和入侵检测系统发展状况.阐述了入侵检测的分类,入侵检测方法,入侵检测模型,对入侵检测的异常检测和误用检测进行了对比,给出两类方法的优点和缺点.然后简介了CIDF提出的一个入侵检测系统的通用模型.然后,介绍了数据挖掘研究的内容,数据挖掘的功能,数据挖掘常用技术,数据挖掘工具,数据挖掘的步骤和流程,使用数据挖掘的入侵检测技术,提出了一种可能的基于网络的数据挖掘入侵检测系统模型.其次,也是本文的重点,对基于数据挖掘的入侵检测系统的相似度聚类分析方法,序列模式分析,分类算法分析.提出相似度聚类分析算法的改进和实验;实验了序列模式挖掘算法(SPM-ID)、GSP算法、Aprior算法.最后,提出了一种新的IDDM入侵检测系统.

关键词：数据挖掘相似度聚类分析序列模式分析分类算法分析网络安全入侵检测

来源：评论

学校读者我要写书评

暂无评论

基于可扩展编码技术的流媒体点播系统的设计与研究

基于可扩展编码技术的流媒体点播系统的设计与研究

引用

作者：黄方亮上海海洋大学

学位级别：硕士

近年来，随着视频压缩技术和计算机网络技术的不断发展，流媒体技术广泛应用于远程教育、视频会议、实时网络视频传输等领域，得到了很大的发展，而流媒体技术的不断发展，同样促进了流媒体的广泛应用。因此，研究流媒体技术，具有重大... 详细信息

近年来，随着视频压缩技术和计算机网络技术的不断发展，流媒体技术广泛应用于远程教育、视频会议、实时网络视频传输等领域，得到了很大的发展，而流媒体技术的不断发展，同样促进了流媒体的广泛应用。因此，研究流媒体技术，具有重大意义。\n 本文通过对上海海洋大学原有流媒体点播系统的性能分析并与现实中用户对流媒体点播系统的不同需求进行对比，发现现有的流媒体点播系统存在一些性能上的不足，如基于C/S模式的架构当用户访问并发量较大时系统会出现延时和通信加载现象，影响了用户视频点播的流畅性从而降低了QoS。\n 通过查阅大量文献发现，为了克服传统的编码技术的局限性，IIU-T的MPEG组织和ISO/IEC的VCEG组织联合组成了JVT(Joint Video Team)开发了可扩展编码技术（ScalableVideo Coding, SVC），作为H.264的扩展进行了标准化。可扩展性视频码流由不同的时间、空间、质量层码流组成，可以在一个很大的范围内适应网络带宽的变化和终端的多样性。该编码技术采用了分层编码结构，有效的结合了时域、空域和质量的可伸缩性，将视频压缩成多个码流，包括一个基本层和多个增强层。其中，基本层包含满足最小需求的基本信息，可以独立解码，增强层依赖于基本层，接收到的增强层越多，视频质量越好。因此，采用SVC编码具有如下特点：压缩后的视频能够动态地适应网络带宽的变化、具有健壮的抵抗网络传输差错的能力、能够同时满足不同用户终端的需求。\n 本文正是基于SVC技术的以上优点，选择采用SVC编码方式研究和设计了一套流媒体点播系统，通过改变不同性能的终端设备模拟终端结构的异构性等特点。本文实验采取的是基于RTSP和SDP协议的流媒体传输标准。对于SVC的编码和解码模块使用了JSVM(Joint Scalable Video Model)开源软件，对该开源软件进行了相应的功能移植和裁剪来实现编码和解码模块。流媒体服务器采用RealNetworks公司出品的Helix Server流媒体服务器，并创造性的将其架设到Ubuntu操作系统上，提高其性能，完成流式传输功能。最后，将各功能模块进行整合，开发了一个用于展示的portal。终端用户登录该portal即可使用该流媒体点播系统进行娱乐和学习。实验结果表明，基于SVC的移动流媒体点播系统能够根据终端客户的不同需求、终端设备的异构性、网络带宽的变动的影响因素实时地传输不同码流质量的视频，达到预期效果。\n 文章最后基于上述视频点播系统平台，通过对其后台用户点播内容数据库的分析，提出采用序列模式分析的数据挖掘方法挖掘用户点播内容与时间序列的相关性并分析了具体的发现过程，并提出一种基于AprioriAll的算法来实现序列模式挖掘用户点播内容。通过对用户点播内容的数据挖掘，可以为提高SVC编码效率和学校的教学科研提供参考依据和决策支持。

关键词：可扩展视频编码流媒体数据挖掘序列模式分析

来源：评论

学校读者我要写书评

暂无评论

非频繁序列中挖掘可决策负序列模式的购买行为分析方法

非频繁序列中挖掘可决策负序列模式的购买行为分析方法

引用

作者：董祥军邱萍 250000 山东省济南市西部新城大学科技园

本发明公开了一种非频繁序列中挖掘可决策负序列模式的购买行为分析方法，属于数据挖掘的序列模式分析领域。本发明首先通过设置两级多最小支持度来挖掘非频繁和频繁正序列；其次，利用转化策略生成负候选序列集，并利用集合论的思想通... 详细信息

标准号: CN107515942A

本发明公开了一种非频繁序列中挖掘可决策负序列模式的购买行为分析方法，属于数据挖掘的序列模式分析领域。本发明首先通过设置两级多最小支持度来挖掘非频繁和频繁正序列；其次，利用转化策略生成负候选序列集，并利用集合论的思想通过已知的频繁和非频繁正序列的相关信息计算负候选序列的支持度无需多次扫描数据库；然后，通过最小支持度（由用户指定）筛选得到最终的负序列模式；最后，利用SAP算法筛选可决策的负序列模式。挖掘得到序列模式能用来分析客户的购买行为，使得商家能够根据当前的商品买卖情况给顾客推荐最有可能购买的商品，从而节省了顾客的购物时间，也可以预测以后的商品买卖情况，从而能够更好的安排商品的摆放，提高商品销售量。

关键词：序列模式最小支持度商品买卖正序列挖掘购买筛选序列模式分析候选序列集商品销售量策略生成多次扫描顾客推荐候选序列频繁序列数据挖掘相关信息行为分析用户指定支持度两级算法数据库决策摆放购物顾客预测客户转化分析

来源：评论

学校读者我要写书评

暂无评论

无重叠自适应频繁序列模式挖掘方法

无重叠自适应频繁序列模式挖掘方法

引用

作者：王月华李艳王珠林刘锦赵晓倩陈明婕武优西 300130 天津市红桥区丁字沽光荣道8号河北工业大学东院330#

本发明涉及无重叠自适应频繁序列模式挖掘方法，属于数据挖掘的序列模式分析领域。该方法利用模式增长策略减少候选模式生成、通过深度优先策略构建单支网树来提高支持度计算效率，进而解决无重叠自适应频繁序列模式挖掘问题，该方法在... 详细信息

标准号: CN111930803A

本发明涉及无重叠自适应频繁序列模式挖掘方法，属于数据挖掘的序列模式分析领域。该方法利用模式增长策略减少候选模式生成、通过深度优先策略构建单支网树来提高支持度计算效率，进而解决无重叠自适应频繁序列模式挖掘问题，该方法在不给定间隙约束的情况下，实现了无重叠的频繁模式挖掘，克服了现有的序列模式挖掘技术难以同时兼顾挖掘的灵活性、高效性和完备性问题，不仅方便用户使用，还能有效地降低时间复杂度和空间复杂度，在保证挖掘结果非冗余的同时获得完整的、有价值的信息。

关键词：挖掘频繁序列模式无重叠自适应深度优先策略序列模式分析序列模式挖掘空间复杂度时间复杂度候选模式计算效率间隙约束模式增长频繁模式数据挖掘挖掘结果用户使用非冗余高效性完备性有效地支持度构建保证

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：