检索结果-内蒙古大学图书馆

作者：余峰中国科学院大学

学位级别：博士

面向网络空间的用户行为建模是指通过表示学习的方式，将网络空间中的用户行为编码为计算机可以处理的向量形式。这是实现用户行为分析和理解的最基础同时也是最重要的步骤之一。高质量的用户行为建模可以使计算机有效地完成网络空间中... 详细信息

面向网络空间的用户行为建模是指通过表示学习的方式，将网络空间中的用户行为编码为计算机可以处理的向量形式。这是实现用户行为分析和理解的最基础同时也是最重要的步骤之一。高质量的用户行为建模可以使计算机有效地完成网络空间中与用户相关的各种任务，如计算广告、电子商务、社交媒体分析等，因此本论文在理论和应用上都具有重要的意义和价值。　　对于用户行为建模，行为数据中模式和信息的有效挖掘极为重要。本论文围绕如何有效地挖掘用户行为数据中的模式和信息来展开，重点关注行为中三种信息的建模:属性建模、序列建模和结构信息建模。　　论文的主要工作和创新点归纳如下:　　1.提出了基于高阶特征生成和表示学习的行为属性建模方法　　用户行为可以由时间、地点、人口特征等多个属性变量描述，为了更好地学习和理解用户的行为，建模多个属性变量之间的交互是一个有效的途径。传统的方法先将属性变量转换为稠密的特征向量，再通过特征向量之间的内积大小表示特征交互的重要程度。但是由于特征交互的复杂度随着特征阶数的增加呈指数级增长，所以已有的特征交互算法一般只能用于学习特征间的低阶交互，无法高效地学习特征间的高阶交互。为此，我们引入牛顿恒等式，将特征交互所需要的向量多项式乘积的形式简化成向量的幂和，把指数复杂度降低到线性复杂度，进而可以高效地学习特征间的任意高阶交互。　　另一方面，表征向量可以赋予特征更多的泛化能力和表达能力。对于特征交互得到的高阶特征，如果能够学习出有效的表征向量，将会给模型带来更多的泛化能力和表达能力。为了学习高阶特征的表征向量，我们提出了张量特征交互网络，通过张量和两个低阶特征向量的乘法，学习出对应的高阶特征向量。　　2.提出了基于循环神经网络和注意力卷积网络的行为序列建模方法　　网络空间中用户连续的多个行为存在很强的时序关联，如何利用行为间的转移模式来更好地建模用户行为是一个重要的挑战。用户行为间的转移可以反映用户行为背后的意图或者兴趣，用户的兴趣往往是随时间动态变化的。现有的方法只是建模用户的一般兴趣或者连续两次行为之间的关系，这样就很难同时满足行为建模实时性和准确性的要求。因此，我们提出了动态循环神经网络，根据用户当前的行为不断更新用户的动态兴趣，对用户当前的动态兴趣进行建模可以极大地提高模型实时推荐的准确性。　　另一方面，我们还提出方法来应对行为序列中行为数量大且噪声多的两大挑战。对于数据量大的问题，我们使用行为表示学习模块来学习整体行为的表征向量。对于大量噪音的问题，我们使用内容注意力和时间注意力，学习每次行为的内容和时间重要性权重，关注重要的行为。因此，我们提出了融合注意力机制的卷积神经网络模型。其中，行为表示学习模块和注意力机制可以学习出好的行为表征向量，卷积神经网络可以灵活地提取出输入中的重要特征，然后建模特征之间的高阶交互。　　3.提出了融合关联记忆和目标注意力的行为结构信息建模方法　　为了更加准确地建模用户行为，我们还引入了全局关联的结构信息。传统的方法只能建模用户的行为序列，很难获取用户细粒度的偏好。考虑到物品与类别和风格等属性之间存在着非常丰富的联系，我们提出了融合知识的关联记忆网络模型，通过引入物品属性的知识图谱，可以很好地补充物品之间的联系，利用结构化的实体信息来增强我们对用户行为的理解，从而更好地实现用户行为建模。　　另一方面，考虑到不同的用户行为序列可以通过相同的行为连接成行为图，我们可以将不同序列中的行为转移关系合并到一张图上，得到全局的行为转移关系图，反映全局的行为和兴趣转移。另外，考虑到用户兴趣和候选物品的多样性，我们提出了融合目标注意力的图神经网络模型，目标注意力可以自适应地激活用户兴趣中与目标物品相关的部分，进而实现对用户行为更加全面而精准地建模。

关键词：用户行为建模高阶特征生成表示学习循环神经网络注意力卷积网络

来源：评论

学校读者我要写书评

暂无评论

基于代理的社交网络用户行为建模与实验分析

基于代理的社交网络用户行为建模与实验分析

引用

作者：任朝阳南京邮电大学

学位级别：硕士

社交网络用户行为建模旨在最大限度模拟人的真实行为效果并分析其中的行为规律,进而对某些行为现象给出合理的解释。然而,早期的用户模型仅将用户当作社交网络中的一个节点,基于图论所构建的用户影响力模型或是基于统计学方法构建的行... 详细信息

社交网络用户行为建模旨在最大限度模拟人的真实行为效果并分析其中的行为规律,进而对某些行为现象给出合理的解释。然而,早期的用户模型仅将用户当作社交网络中的一个节点,基于图论所构建的用户影响力模型或是基于统计学方法构建的行为动力模型都没有深入探究行为产生的内部决策机制,另外,有些模型虽然涉及到内部决策机制,但是不够全面,难以做到拟人决策。本文从微观个体出发,构建了延展闭环心理过程决策模型,并将模型应用于抽象的社会阶层网络中,采用基于代理的建模方法,构建了用户状态迁移模型。本文首先基于应用场景提出决策模型的基本框架,并在此基础上细化了决策的心理过程,进而构建情感激励模型,双通道决策模型,意图波动模型和体验反馈模型四个过程模型。随后,本文在社会阶层网络中构建用户的状态迁移模型,从决策的角度研究社会阶层流动现象。最后,本文结合自驾游社群活动数据,验证了心理过程模型的优越性,并利用Netlogo软件进行实验分析,验证了状态迁移模型的有效性和正确性。本文得到以下结论:在决策模型中构建完善丰富的心理过程能够提高模型的预测准确性,并且在间隔时间较长的决策情境下,用户往往会改变自己的原意图。另外,本文提出的状态迁移模型得到了与实际情况较为拟合的阶层状态分布曲线。研究还发现:用户迁移的内部动机越大,则用户越容易发生状态迁移。

关键词：用户行为建模决策机制基于代理的建模心理过程状态迁移

来源：评论

学校读者我要写书评

暂无评论

基于用户行为建模的科技论文个性化检索和推荐研究

基于用户行为建模的科技论文个性化检索和推荐研究

引用

作者：刘天笔南开大学

学位级别：硕士

科技论文在线是一个论文快速发表与共享的知识平台，它面向的绝大部分用户来自各个科研单位的研究人员，通常有非常明确的知识领域，使用过程中具有很明确的目的。目前，科技论文在线系统在用户检索文献时，系统对所有用户采取同一对待... 详细信息

科技论文在线是一个论文快速发表与共享的知识平台，它面向的绝大部分用户来自各个科研单位的研究人员，通常有非常明确的知识领域，使用过程中具有很明确的目的。目前，科技论文在线系统在用户检索文献时，系统对所有用户采取同一对待，即对同一检索词返回一样的结果。对于同一查询，系统没有考虑用户之间由于不同知识背景和所处不同领域而存在不同的查询意图。系统的信息量大，层次分类结构复杂，给用户获取有效信息带来了困难。\n 本文针对该平台在文献检索中存在的上述问题，以及系统数据量大、获取信息难等问题，提出了个性化服务解决策略，包括个性化文献检索、个性化文献推荐。对于文献检索，结合传统的信息检索模型，构建基于用户行为的个性化科技论文检索模型；对于数据量大、层次结构复杂、“人找信息”越来越耗时，采用“向用户推送信息”模式进行文献推荐，构建基于用户行为的个性化科技论文推荐模型。对于个性化科技论文检索模型，本文首先对系统数据进行分析并抽取用户感兴趣的关键词；其次以关键词权重来形式化的描述用户的兴趣爱好，并对其进行建模；最后将用户的行为模型融合统计语言模型构建了个性化科技论文检索模型。针对系统中表征用户兴趣模型关键词稀疏的问题，提出了基于随机游走模型来对用户兴趣模型进行优化。对于个性化科技论文推荐模型，本文把问题分为两种推荐场景，根据不同的场景构建不同的推荐策略。场景一融入协同过滤推荐算法的思想完成个性化论文推荐；场景二采用基于协同过滤和内容的两阶段论文推荐模型完成个性化的论文推荐。针对个性化论文推荐中需要快速查找目标用户的K个邻居用户，本文对用户进行了聚类分析，在簇内搜索K邻居用户，减少搜索空间。\n 本文实现了个性化科技论文检索算法和个性化科技论文推荐算法，并采用科技论文在线的数据对算法进行了验证。对于个性化检索模型，采用传统的统计语言模型进行对比，其在各项评价指标上优于统计语言模型，验证了个性化检索模型的有效性，同时，实验结果验证了优化方法的有效性。对于个性化科技论文推荐模型，本文分别对两种推荐场景进行了实验验证，实验结果验证了推荐模型的有效性。

关键词：个性化检索个性化推荐协同过滤科技论文用户行为建模

来源：评论

学校读者我要写书评

暂无评论

混合用户行为建模的概率矩阵分解推荐算法

混合用户行为建模的概率矩阵分解推荐算法

引用

作者：倪泽明浙江大学

学位级别：硕士

随着网络信息的不断膨胀,推荐系统作为一种信息过滤技术越来越受到人们的关注。协同过滤算法是迄今最成功也是应用最为广泛的推荐技术。而概率矩阵分解模型作为协同过滤中的关键技术,近年来已被广泛研究。本文在概率矩阵分解模型基础上... 详细信息

随着网络信息的不断膨胀,推荐系统作为一种信息过滤技术越来越受到人们的关注。协同过滤算法是迄今最成功也是应用最为广泛的推荐技术。而概率矩阵分解模型作为协同过滤中的关键技术,近年来已被广泛研究。本文在概率矩阵分解模型基础上使用主题模型对用户行为进行挖掘,提出混合用户行为建模的概率矩阵分解算法,探讨用户行为信息对推荐系统的影响。首先,本文将推荐系统中用户的行为信息分为两类：用户选择评分的物品集合以及用户在物品上的评论或标签等文本信息。然后,本文使用主题模型技术分别对两者进行建模,并对两种主题分布线性回归,利用综合主题分布约束用户的潜在特征向量,最后采用概率矩阵分解技术对用户-评分矩阵进行建模。利用最终得到的用户和物品的潜在特征向量预测用户对物品的评分。本文在公开的数据集lastfm和delicious上进行实验与分析,结果表明,混合用户行为建模的概率矩阵分解模型在推荐质量上相较于优秀的推荐算法有了一定的提升,并且在对冷启动用户的推荐上,本文的模型有更明显的提高。

关键词：推荐系统矩阵分解用户行为建模主题模型协同过滤

来源：评论

学校读者我要写书评

暂无评论

基于强化学习的互联网金融用户行为建模方法研究

基于强化学习的互联网金融用户行为建模方法研究

引用

作者：王俊中国科学技术大学

学位级别：硕士

互联网金融领域作为一个由互联网技术和传统金融应用融合产生的领域,正在受到越来越多的关注。这些研究一方面涵盖了从投资者决策影响因素的定性分析到金融商品融资成功率的预测等各个问题;另一方面也揭示了在研究过程中,考虑投资者和... 详细信息

互联网金融领域作为一个由互联网技术和传统金融应用融合产生的领域,正在受到越来越多的关注。这些研究一方面涵盖了从投资者决策影响因素的定性分析到金融商品融资成功率的预测等各个问题;另一方面也揭示了在研究过程中,考虑投资者和金融商品二者之间的决策交互是至关重要的。在这些研究问题中,有一类问题,即追踪融资商品的动态变化,因其良好的现实意义和技术难度而尚处在研究之中。现有的一些工作或是把这个问题当作时间序列问题处理,进而拟合序列的波动性,或是结合成功率预测任务增加正则化的约束。因此,本文创新性地首先考虑从理解投资用户行为模式的角度出发,通过对投资者和金融商品的交互进行建模,最终达到追踪商品动态变化的目的。在应用强化学习框架时,本文将投资者视为决策方,将金融商品构成的市场视为环境,并使用马尔可夫决策过程来建模二者间的交互。通过训练模型在准确判断融资商品历史的情况下对其预期收益进行估计,本文提出了 TUM4IF模型来完成对金融用户投资行为的建模。更进一步地,本文还探索了对投资者更细粒度的行为模式进行建模的方法。前期的研究已经揭示了“羊群效应”和“目标梯度效应”会造成投资者在融资商品早期和末期会呈现相较于中期更加积极的投资行为。基于此,本文将用户的行为模式细分为积极型和保守型两个子模式,并通过对分层强化学习领域中选项结构的改进来学习投资者在这两个子模式之间的自动切换能力。将其融入TUM4IF模型后,本文提出了最终的TUM4IF-Option模型,该模型可以从建模用户细粒度行为模式的角度来实现对融资商品动态变化的判断。最后,通过在众筹平台Indiegogo的真实数据集上的实验,本文证明了相比于之前的方法,新提出的两个模型均可以实现更好的预测准确率。特别地,本文还对TUM4IF-Option模型学到的用户行为模式进行了验证,结果证明它们恰好是期望的表示积极和保守的两个子模式。

关键词：互联网金融用户行为建模强化学习动态追踪

来源：评论

学校读者我要写书评

暂无评论

基于多态代理的社交网络用户行为建模与实验分析

基于多态代理的社交网络用户行为建模与实验分析

引用

作者：杨溪南京邮电大学

学位级别：硕士

社交网络用户行为建模的目的是最大限度地模拟真实的人类行为并分析其内在规律，然后对一些行为现象做出合理的解释。然而，早期的用户行为模型大多是基于统计学的方法来进行构建，并没有深入探究用户行为产生的内部决策机制。　　本文... 详细信息

社交网络用户行为建模的目的是最大限度地模拟真实的人类行为并分析其内在规律，然后对一些行为现象做出合理的解释。然而，早期的用户行为模型大多是基于统计学的方法来进行构建，并没有深入探究用户行为产生的内部决策机制。　　本文采用基于代理的方法，从微观的角度出发，研究用户的行为并给出用户的行为决策模型。首先从具体应用场景出发，提炼出用户行为建模的技术需求，总结了影响用户行为的三个方面，即社交网络环境，用户内在状态，用户行为决策过程。论文针对社交网络中相互联系的用户会对彼此行为产生影响和约束的现象，提出了基于互锁效应的社交网络模型，刻画了社交网络对用户行为的影响程度，然后通过隶属度函数对用户状态的多样性进行定量分析，并构建了用户状态迁移模型，在此基础上，把用户决策过程分为了认知，决策和行动三个阶段，并引入了专家系统，提出了基于模糊逻辑专家系统的用户决策模型，最后通过基于Netlogo的实验平台进行仿真分析，验证了模型的有效性和合理性。　　实验结果表明基于模糊逻辑专家系统的用户决策模型能够提高模型的预测准确性。用户的整体状态具有多面性和易变性，即用户在不同的环境和刺激下会采取不同的决策模式，社交网络中的互锁效应会对个体行为的产生正向和反向强化，同时用户会根据行动的期望效果和实际效果之间的比较来修正已有知识经验中相应行为规则，从而做出更适应当前环境的决策。

关键词：社交网络用户行为建模互锁效应专家系统多态代理

来源：评论

学校读者我要写书评

暂无评论

无线认知平台与用户行为建模

无线认知平台与用户行为建模

引用

作者：黄嘉崴厦门大学

学位级别：硕士

近年来,无线通信业务的不断增长和传统的预先分配、授权使用的频谱管理方式造成了频谱资源的日趋匮乏。1999年,***博士提出了认知无线电的概念,这种新的无线电技术能够灵活有效的管理频谱资源,极大地提高频谱利用率。认知无线电系统中... 详细信息

近年来,无线通信业务的不断增长和传统的预先分配、授权使用的频谱管理方式造成了频谱资源的日趋匮乏。1999年,***博士提出了认知无线电的概念,这种新的无线电技术能够灵活有效的管理频谱资源,极大地提高频谱利用率。认知无线电系统中主要包含两类用户,授权用户(PrimaryUser,PU)和认知用户(Secondary User,SU),其中SU能够自主地感知信道,共享频谱空穴。认知无线电的关键技术是动态频谱访问(Dynamic SpectrumAccess,DSA),它主要是SU制定自适应策略进行频谱感知、信道选择和当PU出现时退出信道的过程。由于绝大部分SU制定DSA算法前都会假设一个相应的PU行为模型作为依据,因此PU行为模型对相应频段下SU的DSA调度至关重要。\n 本文旨在设计一个基于软件无线电的研究PU行为模型的低成本和灵活的无线认知平台,同时使用该平台实测PU行为进行建模,起到改进和优化SU决策的作用。\n 本文基于USRP(Universal Software Radio Peripheral,通用无线电外设),GNU Radio和Airprobe,完成了GSM蜂窝移动通信网络业务的无线认知平台的搭建和功能扩展,在该平台上实现了对语音通信业务数据的采集和对GSM信令信道的检测与信令协议解析。最后利用该平台对蜂窝网语音呼叫业务进行了数据采集、统计及建模,提出了一种在典型场景下更为准确的业务数学模型。\n 经过实际测试验证,该平台能够通过收集并解析BCCH(Broadcast ControlChannel,广播控制信道)上的系统消息,完整地记录并分析周围的无线环境信息；同时能够通过解析立即指配信息并分析来实现对PU呼叫行为的建模。由于平台硬件部分(PC机和USRP)价格低廉,软件部分搭建简单、可移植性强,因此极具推广意义和应用价值。

关键词：认知无线电动态频谱接入用户行为建模频谱管理通用无线电外设广播控制信道

来源：评论

学校读者我要写书评

暂无评论

面向数字资源查询的用户行为建模研究

引用

物联网技术 2022年第5期12卷 112-115页

作者：白莹琦帕力旦·吐尔逊李煜付敏西北大学图书馆陕西西安710127 新疆师范大学新疆乌鲁木齐830017

一个良好的搜索引擎能够及时响应并为用户生成相关的文档列表,并保证用户能够对所提供的文档列表产生兴趣。本文主要对在线数字资源查询情境下的用户行为进行研究,通过研究用户在线查阅数字资源时的行为动作来推荐用户感兴趣的潜在信息... 详细信息

一个良好的搜索引擎能够及时响应并为用户生成相关的文档列表,并保证用户能够对所提供的文档列表产生兴趣。本文主要对在线数字资源查询情境下的用户行为进行研究,通过研究用户在线查阅数字资源时的行为动作来推荐用户感兴趣的潜在信息。将用户在线查阅资源定义为三种不同的动作方式,即“快速浏览”“查阅查看”和“下载确定”,分析这三种动作之间的关联度;并重点研究从“查阅查看”中推断出“快速浏览”的模型。本文首先对用户行为模型的可预测性进行分析;随后给出总体设计框架,并递进性地设计三种模型;最后通过实验对所设计模型进行测试评估,证明了所设计模型的优越性。

关键词：查询在线数字资源预测模型用户行为建模搜索引擎印象模式

来源：评论

学校读者我要写书评

暂无评论

认知无线电网络中用户行为建模综述

引用

数字通信 2009年第4期36卷 16-19页

作者：颜志张兴王文博北京邮电大学泛网无线通信教育部重点实验室北京100876

综述了近年来在认知无线电网络中用户行为建模的相关研究成果,第1部分主要论述了认知无线电网络中授权用户行为建模的相关方法及其模型,第2部分论述了认知无线电网络中认知用户行为建模的相关方法及其模型。提出未来的主要研究方向是研... 详细信息

综述了近年来在认知无线电网络中用户行为建模的相关研究成果,第1部分主要论述了认知无线电网络中授权用户行为建模的相关方法及其模型,第2部分论述了认知无线电网络中认知用户行为建模的相关方法及其模型。提出未来的主要研究方向是研究授权用户行为、频谱空隙模式、认知用户行为、用户流特性这四者之间的内在联系及其相互之间的约束关系,揭示它们之间的本质联系。

关键词：认知无线电网络用户行为建模授权用户认知用户

来源：评论

学校读者我要写书评

暂无评论

基于用户行为深度建模的跨社交媒体用户身份链接

基于用户行为深度建模的跨社交媒体用户身份链接

引用

作者：霍腾飞中国科学院大学

学位级别：硕士

近年来，网络社交媒体的发展非常迅速，活跃度很高。社交媒体类型丰富，选择多元化，用户活跃在多种不同类型的社交媒体上，导致社交媒体各平台的用户高度重叠，带来了基于海量用户数据开展用户多维度画像的机遇，也带来了跨社交媒体用... 详细信息

近年来，网络社交媒体的发展非常迅速，活跃度很高。社交媒体类型丰富，选择多元化，用户活跃在多种不同类型的社交媒体上，导致社交媒体各平台的用户高度重叠，带来了基于海量用户数据开展用户多维度画像的机遇，也带来了跨社交媒体用户身份有效识别的挑战。　　新的机遇和新的挑战，带来了新的重要任务:跨社交媒体用户身份链接，即找到单个用户在不同社交媒体中的账号身份，并建立连接。本文聚焦于对用户行为进行建模从而链接用户身份，针对当前跨社交媒体的用户身份链接任务的研究进展，本文分析了当前存在的问题:用户行为内容的信息庞大缺乏深层次的建模，并且当前方面没有充分融合多样的用户行为数据，以及社交媒体数据的杂乱低质影响模型的稳定性等等。针对这些问题，本文提出新的模型尝试进一步提高跨社交媒体用户身份链接任务的效果，这对于社交媒体的发展具有重要的研究意义。本文主要的研究工作如下:　　1)提出一种基于深度内容语义相关性的用户身份链接方法。该方法引入基于深度语义相关性的用户身份特征提取，对用户的行为序列进行表示并计算其相关程度，然后结合统计与深度语义的特征一同构建用户身份链接模型，有助于提取用户行为中的整体和局部的身份特征。根据与四个主流基线模型的对比实验结果与方法中各模块的消融实验结果，该方法结合统计与深度语义，有助于进一步优化跨社交网络用户身份链接效果。　　2)提出一种融合行为轨迹与内容语义的用户身份链接方法。该方法同时面向行为轨迹与内容语义的身份特征进行特征提取，用来挖掘更完善的用户身份信息。除此之外，针对用户行为数据低质和数据缺失问题对影响模型稳定性和鲁棒性的影响，该方法还引入了行为数据质量评估与特征重加权模块，借此降低用户行为的数据带来的影响。与四个主流基线模型和四个内容语义基准方法的对比实验，证明了该方法有助于帮助模型正确的分类，提升了跨社交媒体的用户身份链接效果。　　3)设计和实现了跨社交媒体用户身份链接的系统。该系统集成了基于深度内容语义相关性的和融合行为轨迹与内容语义的用户身份链接方法，设计并实现了用户身份特征自动提取、用户身份自动链接、用户数据补充、跨社交媒体的用户身份链接结果可视化和系统前端交互五大需求。在框架设计上，该系统设计了自底向上的数据存储层、数据处理层、业务分析层和页面展示层，并结合社交媒体数据开展系统能力验证。

关键词：跨社交媒体用户身份链接用户行为建模深度内容语义特征融合

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：