检索结果-内蒙古大学图书馆

电子科技 2012年第7期25卷 1-5页

作者：胡斌徐小良杭州电子科技大学软件与智能技术研究所浙江杭州310018

针对科技项目评审专家的准确遴选问题,提出一种混合推荐系统模型。该模型在文本信息分词的基础上,运用TF-IDF算法进行关键词的提取、权重计算及筛选,分别建立科技项目和评审专家的向量空间模型,并基于专家信息建立专家评分数学模型。最... 详细信息

针对科技项目评审专家的准确遴选问题,提出一种混合推荐系统模型。该模型在文本信息分词的基础上,运用TF-IDF算法进行关键词的提取、权重计算及筛选,分别建立科技项目和评审专家的向量空间模型,并基于专家信息建立专家评分数学模型。最后提出一种内容推荐、协作过滤推荐及专家评分加权因子相融合的混合推荐算法。实验结果表明,该推荐模型能有效地进行评审专家推荐。

关键词：科技项目推荐模型向量空间模型混合推荐算法

来源：评论

学校读者我要写书评

暂无评论

普适环境多媒体个性化服务基础技术研究

普适环境多媒体个性化服务基础技术研究

引用

针对普适计算环境特征和多媒体广泛应用的需求，研究了普适环境多媒体个性化服务理论模型与算法及其实现的关键技术。在上下文感知多媒体推荐模型、普适多媒体个性化服务模型与平台、普适环境下用户喜好获取与更新机制等方面取得创新性... 详细信息

标准号: 1001381584

针对普适计算环境特征和多媒体广泛应用的需求，研究了普适环境多媒体个性化服务理论模型与算法及其实现的关键技术。在上下文感知多媒体推荐模型、普适多媒体个性化服务模型与平台、普适环境下用户喜好获取与更新机制等方面取得创新性成果。(1)从上下文感知的角度，在传统的基于用户模式的推荐技术中引入用户上下文信息，建立N2M多维到多维上下文感知多媒体推荐模型。提出一种综合考虑多种类型上下文信息的混合推荐算法，将基于内容过滤、基于贝叶斯分类和基于规则的几种新型方法有机结合，实现内容及其呈现形式的推荐。该研究成果发表在国际普适计算领域权威杂志IEEEPervasiveComputing上。(2)提出一个统一的普适个性化服务模型，对服务的状态进行划分和管理。为了适应普适个性化服务的动态特性，根据用户需求和环境特征，对服务的功能组件进行动态配置。设计实现了基于OSGi的普适多媒体服务软件平台。论文发表在IEEECommunicationsMagazine上。(3)提出基于主从结构的协同用户喜好获取与更新策略，设计根据反馈信息动态获得用户喜好的隐式学习算法。提出动态组用户兴趣建立机制，其核心包括多用户喜好融合算法和新旧喜好信息的结合策略，满足普适环境下多用户与媒体交互的需求，能够为组用户推荐符合多数人喜好的内容。该研究成果发表在国际个性化服务研究领域权威期刊UserModelingandUser-AdaptedInteraction上。该项目深入研究了普适环境多媒体个性化服务理论与核心技术，项目具有鲜明的时代特征，具有强烈的应用背景。在上下文感知多媒体推荐模型、普适多媒体个性化服务管理模型、普适环境下用户喜好获取与更新机制等方面具有独创性。该项目创新成果突出，在包括IEEETransactions等国际著名期刊和学术会议上发表了58篇高质量学术论文，其中SCI索引20篇、EI索引17篇、ISTP索引19篇，他引101篇次。申请发明专利2项。普适环境多媒体个性化服务属于计算机学科前沿性研究，项目创新性研究成果处于国际先进水平，对于普适计算技术的进一步深化研究具有重要的参考作用，所发表论文被三大索引收录50篇次，被20余个国家和地区的学者引用101次，说明研究成果得到国际同行高度评价，并得到初步应用。普适环境多媒体个性化服务适应不同类型用户的个性化需求，综合普适计算、个性化服务与多媒体应用，具有鲜明的多方向研究融合、技术集成的特点，能为多媒体服务提供优良的服务质量，具有良好的应用前景。项目已针对家庭娱乐和数字化战场两类典型应用，开发出原型系统，能够推广到数字化博物馆服务、网络化机场管理、智能化老人护理等应用领域，将会产生重要的经济效益和社会效益。

关键词：普适环境多媒体混合推荐算法多媒体服务软件平台

来源：评论

学校读者我要写书评

暂无评论

Research and Implementation of An On-site Maintenance Task Management System Based on A Hybrid Recommendation Algorithm

Research and Implementation of An On-site Maintenance Task M...

引用

作者：谭杰华中师范大学

学位级别：硕士

全面质量管理,精益生产,持续改进和其他质量管理理论的根本目的是提高企业的质量并增强其市场竞争力。对于企业而言,如何有效实施全面质量管理等高级管理方法尤为重要。现场任务管理更为重要。现场任务管理是指使用科学的标准和方法来计... 详细信息

全面质量管理,精益生产,持续改进和其他质量管理理论的根本目的是提高企业的质量并增强其市场竞争力。对于企业而言,如何有效实施全面质量管理等高级管理方法尤为重要。现场任务管理更为重要。现场任务管理是指使用科学的标准和方法来计划,组织,协调,控制和测试在工作现场合理有效地执行的任务,以使其处于良好的集成状态。最后,我们可以实现高质量的任务完成,并总结经验,以便将来更好地完成任务。在现场任务管理中,现场维修任务是一项非常重要的后续工作。现场维修占据了运作支持部门的大部份精力。随着信息化时代的到来,全面改革企业的传统流程,需要持续改进提高企业各大流程的质量,才能提高企业的市场竞争力。运作支持部门的新型管理办法便首当其冲成为了改进流程的首要重心。现场任务管理更为重要。新型现场任务管理是指使用个性化的管理系统,针对客户的现场问题进行管理系统登记后,使用定制化算法的方法匹配客户的现场问题,再统一进行调配、组织、控制和实践在客户现场有效地执行任务,使运作支持部门及对应的研发部门能够得到合理地调配以及执行各项需求。达到企业高质量的任务管理。传统的现场维修耗费人力成本较多,同时存在反复沟通的现象,耗费了大量的精力在人工匹配及针对“现场”进行个性化的定制上,往往维修人员到达目的维修现场后,发现实际现场情况与登记的信息有所不符,或存在登记信息未及时更新的问题,使维修人员反复往返维修现场,造成资源的浪费,同时传统的现场维护后,缺少反馈机制,一个问题可能未解决完毕,但系统未正确填写识别,使问题搁置或现场长期等待,不能快速闭环解决问题,此类传统现场维修流程难以达到现代化信息管理的要求,办公效率极其低下。基于此人力浪费以及现场维修问题人力分配不合理的现象,本文分析此类问题,设计开发出了一种基于混合匹配算法系统,用于企业进行现场维修任务的推荐,希望为维修人员能够提供更加个性化、信息化、智能化的管理服务,同时为企业进行任务的闭环跟踪提供重要保障,该信息系统包括以下几个内容:首先,本文分析了国内外关于现场管理系统的研究现状。例如欧美式的开放管理理论过分强调了人的个性和人的自由;韩国公司代表的军事营地理论类似于军事化管理。强调纪律和服从,缺乏人性化的方面,缺乏灵活的管理文化;以日本公司为代表的5S理论强调劳动关系的和谐本质和管理的人文特色,并将其与相关系统有效,科学地整合在一起。三种理论中的每一种都有自己的长处和特点。通过分析上述成熟的管理案例,其中以日本公司为代表的5S理论具有更加明显的优势,因为日本公司的经营理念可以更好地与中国的文化和历史背景相融合,同时又符合中国的具体现实和国情。因此,5S理论已经成为中国公司现场管理过程解决以上问题中赖以生存的重要理论基础。接下来分析了中国现场管理体系中可能存在的问题,其中包括缺乏相关的评估标准,缺乏相应的实施步骤,缺乏相应的整改和长期执行机制等。其次,通过结合现场维修人员的流程和前文所描述的5S项目管理体系,分析现场维修工作的具体管理难点;并通过研究有关过程管理的文章,包括卡普兰的闭环式管理和基于该理论发展出的“S型闭环管理模型”,设计了现场维护工作的闭环管理模式。该模型将维护工作周期分为四个阶段:计划阶段,实施阶段,反馈阶段以及总结和评估阶段。这四个阶段紧密相连,将整个工作周期连接成一个闭环的循环周期,从而产生顺序的逐步管理效果。在混合匹配算法的方面,本文分析了三种推荐算法,其中包括:基于内容的推荐算法,基于项目的协同过滤推荐算法以及混合推荐算法。最终决定使用混合基于内容的推荐算法和基于项目的协同过滤推荐算法作为最终的推荐算法。本算法不仅可以通过基于内容的推荐算法有效的解决系统的冷启动问题,还可以在用户多次使用过后通过基于项目的协同过滤推荐算法使得推荐结果更加准确,保证了推荐系统的实时性和准确性。在软件应用层面,本文介绍了使用的基于Maven项目管理工具的JAVA语言进行本系统的实现。在管理端使用SSM服务端框架,并整合Shiro安全框架保护管理端用户安全性;在客户端使用Bootstrap框架开发Web APP,能够使得客户端在多个平台通用,适配性更好;在数据库方面,MySQL是一款轻量级、免费开源的数据库,更适合于本系统的使用。第三,描述了现场维修闭环管理与任务推荐系统的整体设计方案。基于S型闭环管理的思想,主要构建了四个阶段,其中包括计划阶段,实施阶段,反馈阶段和总结评估阶段。具体到本系统中就是任务的分配模块,任务中进展模块,任务反馈模块以及任务总结评估模块。在计划阶段,不仅需要制定现场维修任务,还需要根据总共的维修任务用来确定人数和地点。通过本系统的混合推荐算法,维修工人可以获得个性化和准确的现场维修任务推荐。在实施阶段中,工人可以完成维修任务点的签到,维修任务过程中的日志提交等,而公司也可以在该阶段中实时监督跟踪每

关键词：混合推荐算法现场管理闭环管理系统

来源：评论

学校读者我要写书评

暂无评论

A User-based Collaborative Filtering System for Posts Recommendation

A User-based Collaborative Filtering System for Posts Recomm...

引用

作者：沈维洋华中师范大学

学位级别：硕士

现阶段,论坛是用户交流想法以及分享知识的一个重要场所,比如天涯论坛、虎扑论坛、百度贴吧等仍然拥有大量的用户群体。通常一个论坛(有时也被称为BBS-Bulletin Board System)由站长创建,并设立各级管理人员对其进行管理。一个论坛最核... 详细信息

现阶段,论坛是用户交流想法以及分享知识的一个重要场所,比如天涯论坛、虎扑论坛、百度贴吧等仍然拥有大量的用户群体。通常一个论坛(有时也被称为BBS-Bulletin Board System)由站长创建,并设立各级管理人员对其进行管理。一个论坛最核心的部分是它设置了各色各样的主题,用户可以关注和取消关注某个主题。每个主题下还有大量的帖子,帖子可以被收藏、点赞、置顶、加精等。然而,由于现在帖子的数量急剧增多,信息过载严重,很多时候用户难以浏览到自己真正感兴趣的帖子,因此推荐系统作为一种重要的辅助的技术手段被应用到论坛系统当中。推荐系统是一种重要的信息过滤手段,它能够根据用户的历史行为、社交关系、兴趣点、所处上下文环境等信息去判断用户当前需要或感兴趣的对象并为用户提供个性化的服务。现在,大部分论坛都采用了基于时间倒排、帖子热度、是否加精、是否置顶等方式为用户进行帖子推荐,这些方式中几乎没有包含个性化的信息,而个性化推荐系统能够针对用户的行为习惯,偏好兴趣等进行针对性的推荐,需要注意的是个性化帖子推荐系统并不是为了替代这些方式,而是对这些推荐方式进行补充。随着这些年来对推荐系统的研究,很多研究中的难点和重点得到研究者的关注,比如(1)、冷启动问题,冷启动问题主要包括新用户问题和新对象问题,因为系统中没有存储或者存储很少新用户或者新对象(如帖子,商品等)的信息,像基于模型的方法可能无法获得训练数据而基于规则的方法则难以进行推理等。(2)、数据稀疏问题,在很多大型系统中,总有很多对象没有经过用户的评价或者浏览,往往这些对象的数量是非常大的,这会导致任意两个用户之间的差别都比较大,从而使模型不能很好的工作。现阶段,国内外学者都对推荐算法进行了深入和广泛的研究。本论文采用了基于用户的协同过滤算法,根据用户最近的浏览记录(本论文采用的数据集并未包含浏览记录信息,因此实际系统实现时使用了收藏记录)来计算用户的相似度,并为目标用户提供个性化推荐服务。论坛推荐系统有三个特点,一是论坛用户并不会对某个帖子进行评分,因此我们就无法获得显性的数据来表征一个帖子的好坏以及受欢迎程度,我们需要通过点击量、收藏量、评论数之类的隐性反馈来构建模型以表征帖子的好坏以及受欢迎程度。二是论坛用户更加倾向于阅读帖子而不是回复其他用户,因此当我们计算相似用户或者相似帖子的时候,会存在着数据稀疏问题。三是论坛设置很多内容相对比较集中的主题,因此不同帖子在一定程度上可以说已经聚类到不同的主题当中了。只有当我们结合论坛的特点进行推荐系统的设计才可能为用户提供更加高质的推荐服务,针对论坛的特点以及对当前推荐算法的分析,本论主要实现了一种基于用户的协同过滤系统,主要工作包括以下几个方面。(一)、帖子质量打分。在帖子预处理过程中,我们需要有一种方式来评估帖子的质量,以便提高推荐系统的推荐效率。通过分析和研究,我们选取用户的等级、帖子发布时间、用户的经验、用户的权限、帖子的长度、帖子的情感倾向、帖子的图片数量等作为模型输入特征,帖子赞和踩数量的组合作为输出目标来构建一个回归模型。本论文中,回归模型采用了SVR模型,并通过MSE(MeanSquareError)以及决定系数(R-Square)来衡量SVR模型的好坏。一个帖子质量的分数可以作为推荐列表生成的重要依据,比如从个性化主题中获取帖子列表,除了考虑时间因素外,另外一个重要因素就是需要考虑帖子的质量得分,帖子的质量得分还可以用在混合推荐算法中,后端响应请求返回的帖子列表可以按照帖子质量得分进行排序然后输出。(二)、改进的k-means用户中心选择。在本论文中,为了减少计算量以及获得相似用户,我们采用了k-means算法对用户进行聚类。传统k-means方法的初始中心是随机生成的,随机的中心选取方式可能会使得最终聚类的结果差别较大。在本论文中,我们认为将有较大影响力的用户作为聚类中心可能会得到更好的聚类效果。首先,我们构建了一个用户回复关系矩阵A,然后再构建一个影响力矩阵B,通过两个矩阵的迭代相乘,我们最终便能够得到每个用户的影响力。通过这种方式,大约平均6次迭代,迭代便能够收敛了,其中需要注意的是我们每次将两个矩阵相乘之后需要将排序矩阵B中的每个元素按比例线性减小到和为1的矩阵,另外为了避免所有的有影响力的用户都是同一个主题下的用户,导致比较差的聚类效果,在实现推荐系统的过程中,我们将按照影响力排名当中相邻用户相似度大于0.5(只根据他们关注的主题)的用户删除。通过以上方式我们得到了最终改进的用户中心列表,并将其应用到k-means算法当中使得推荐系统性能得到一定的提升。(三)、推荐系统设计和实施。本论文基于成熟的Web开发技术(Python+Django),实现了帖子推荐系统的基本功能,如帖子详细页面、推荐列表页面等。在本论文中,基

关键词：基于用户的协同过滤算法混合推荐算法用户聚类 k-means算法改进用户中心选择帖子质量打分

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：