检索结果-内蒙古大学图书馆

中国人口·资源与环境 2022年第7期32卷 151-161页

作者：芈凌云杨阳李乐贾田雯吕涛中国矿业大学经济管理学院江苏徐州221116

私人领域的个体或家庭节能日益受到重视,然而对缺乏财务动机的公共领域群体用能者而言,如何促进其主动节能还缺乏关注。为评估目标设置和承诺方式耦合的非财务策略在激励群体用户节电上的有效性,该研究开展了一项为期14周的现场对照实... 详细信息

私人领域的个体或家庭节能日益受到重视,然而对缺乏财务动机的公共领域群体用能者而言,如何促进其主动节能还缺乏关注。为评估目标设置和承诺方式耦合的非财务策略在激励群体用户节电上的有效性,该研究开展了一项为期14周的现场对照实验。将两种难度的节电目标(节电15%的高目标、节电5%的低目标)和对目标的两种承诺方式(公开承诺、私下承诺)进行耦合,形成4个实验组,并设置1个无干预对照组,以评估4种干预策略对促进群体用户节电的有效性。实验以电力系统记录的群体居住者的真实用电量数据为依据,运用双重差分法分析不同干预策略的节电效果。结果显示:3种“目标+承诺”的耦合干预策略可以显著促进群体用能者主动节电。其中,“高目标+公开承诺”组的节电效果最好,与对照组相比节电25.221%;其次是“低目标+公开承诺”组(节电20.511%)和“高目标+私下承诺”组(节电17.821%),而“低目标+私下承诺”组的节电效果不显著。析因分析进一步发现:目标难度与承诺方式之间交互效应不显著。在目标设置与承诺的耦合中,主要是承诺方式发挥了作用,而且,公开承诺优于私下承诺。这些结论为如何利用目标和承诺等非财务干预策略低成本地促进公共建筑的群体用能者主动节能提供了依据和可行建议。

关键词：非财务干预群体用户节能行为现场对照实验双重差分法

来源：评论

学校读者我要写书评

暂无评论

群体用户网络行为分析与建模

群体用户网络行为分析与建模

引用

作者：孙永平西南科技大学

学位级别：硕士

随着网络技术的不断发展,网络用户和业务正在不断地发展和壮大,群体用户网络行为的分析就成为十分重要的课题。\n 论文首先阐述了群体用户网络行为分析相关技术。对几个基本概念进行了定义和界定,并且归纳了一般群体用户网络行为分... 详细信息

随着网络技术的不断发展,网络用户和业务正在不断地发展和壮大,群体用户网络行为的分析就成为十分重要的课题。\n 论文首先阐述了群体用户网络行为分析相关技术。对几个基本概念进行了定义和界定,并且归纳了一般群体用户网络行为分析的几个步骤。提出了一个群体用户网络行为的分析模型,并且对模型中一系列技术进行了系统的阐述。\n 比较系统的对校园网群体用户网络行为进行了统计和分析。阐述了与群体用户网络行为分析密切相关的WWW网络。研究了群体用户访问网络的关系,描述了资源节点空间分布的幂率特性。统计了校园网群体用户使用网络的业务种类及其占比分析。对用户行为与物理网络之间的关系进行了简要分析。\n 论文重点研究了基于群体用户整体活性度的用户行为模型,并在模型的基础上提出了一种网络自适应代理策略。最后实验验证了模型及代理策略的合理性和可行性。\n 最后论文提出了建立“信息共享网络”的参考。指出了下一代互联网可以基于“共享信息”进行信息的处理和调度。提出了一个信息共享网络建议模型。

关键词：群体用户网络行为整体活性度自适应代理校园网

来源：评论

学校读者我要写书评

暂无评论

基于商品评论的群体用户情感趋势预测研究

引用

郑州大学学报（理学版） 2019年第4期51卷 23-29页

作者：周俊鹏高岭曹瑞高全力郑杰王海西北大学信息科学与技术学院陕西西安710027 西安工程大学计算机科学学院陕西西安710048

提出了一种基于商品评论的群体用户情感趋势预测方法.首先,提出了基于BosonNLP的情感特征词识别算法,对时间维度下的商品评论信息进行特征选取;其次,使用群体用户多维特征向量构造多层感知器(MLP)模型进行情感分析;最后,融合评论时间和... 详细信息

提出了一种基于商品评论的群体用户情感趋势预测方法.首先,提出了基于BosonNLP的情感特征词识别算法,对时间维度下的商品评论信息进行特征选取;其次,使用群体用户多维特征向量构造多层感知器(MLP)模型进行情感分析;最后,融合评论时间和用户情感倾向值构建群体用户时序情感倾向序列,并通过长短时记忆网络(LSTM)模型进行时序情感趋势预测.在大规模真实数据集上的实验结果表明,MLP模型具有较好的分类效果;相比于现有的自回归(AR)模型,LSTM模型的平均均方差降低了79.06%,能够取得更加精准的预测结果.

关键词：群体用户商品评论情感分析时间序列趋势预测

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘算法的移动电子商务群体用户访问控制模型

引用

现代电子技术 2020年第4期43卷 153-156页

作者：李艳山西大学商务学院

基于数据挖掘算法的移动电子商务群体用户访问控制模型,挖掘群体用户在移动电子商务网络中的频繁浏览页面,提高用户访问控制精确度。先通过MFP数据挖掘算法获取用户最大向前引用序列,通过用户最大向前引用序列建立基于数据挖掘算法的用... 详细信息

基于数据挖掘算法的移动电子商务群体用户访问控制模型,挖掘群体用户在移动电子商务网络中的频繁浏览页面,提高用户访问控制精确度。先通过MFP数据挖掘算法获取用户最大向前引用序列,通过用户最大向前引用序列建立基于数据挖掘算法的用户访问控制模型,模型中的事件产生器接收最大向前引用序列数据后,事件分析处理器利用决策树的贪心算法创建序列数据决策树,通过属性选择度量算法形成多重分类器分类序列数据,响应单元在接收序列数据为正常数据时输出相应值且同意用户访问,在接收序列数据为异常数据时抑制序列数据并拒绝用户访问。实验结果表明,该模型在并发用户数量为200人时,再次登录的响应时间仅为524 ms,可有效控制移动电子商务群体用户对于网站的访问响应时间,在移动电子商务网站3 500条信息中拦截危险访问信息准确率高达95%以上。

关键词：访问控制模型数据挖掘算法移动电子商务群体用户事件产生器多重分类器

来源：评论

学校读者我要写书评

暂无评论

面向群体用户的情感趋势预测方法研究

面向群体用户的情感趋势预测方法研究

引用

作者：周俊鹏西北大学

学位级别：硕士

在线购物已成为最主流的消费方式之一,用户在电商平台发表的评论往往带有对商品的购买体验和情感观点。然而群体用户对商品评论的动态性导致情感趋势随时间发生变化,如何高效挖掘评论中潜在的情感观点,分析和预测群体用户对商品的真实... 详细信息

在线购物已成为最主流的消费方式之一,用户在电商平台发表的评论往往带有对商品的购买体验和情感观点。然而群体用户对商品评论的动态性导致情感趋势随时间发生变化,如何高效挖掘评论中潜在的情感观点,分析和预测群体用户对商品的真实情感倾向,从而辅助商家精准地定位用户需求,是促进电子商务发展的关键问题。现有情感趋势预测方法主要从单一用户角度获取情感趋势,难以深层次挖掘群体用户评论对商品的情感趋势变化,导致预测准确率低。本文从特征提取、情感分析、时序情感趋势预测三方面入手,提出一种面向群体用户的情感趋势预测方法。其主要研究工作包括以下几个方面:（1）为提高特征词提取精准度,针对传统TF-IDF算法存在的过度依赖词频计算特征词权重问题,提出一种基于多特征因素相融合的文本特征提取方法。首先,利用传统算法计算特征词权重;其次引入特征词位置和词性因子对TF-IDF算法权重进行重新分配和排序;最后融合三个结果计算更新特征词的权重。实验表明,优化后的TF-IDF算法的特征词提取精确度相对提高了1.6%。（2）为改善情感分类准确率较低问题,设计了一种基于多维情感特征向量的多层感知器（MLP）网络模型。首先,结合优化TF-IDF算法挖掘群体用户评论并获取多维情感特征;其次融合多层感知器（MLP）模型进行情感分析,以此获取群体用户情感倾向值;最后引入支持向量机（SVM）、决策树（DT）及朴素贝叶斯（NB）模型验证对比。实验表明所提出情感分类模型的准确率平均相对提高了4.9%,且F值提高了1.7%,能够为情感趋势预测阶段提供较好的基础依据。（3）在时序情感趋势预测过程,将上一阶段得到的群体用户情感倾向值与对应评论时间进行融合,构建群体用户时序情感倾向序列,并提出一种基于多层长短时记忆网络（ML-LSTM）模型的情感趋势预测方法。在大规模真实数据集上的实验效果表明,相比于现有的自回归（AR）模型、长短时记忆网络（LSTM）模型的平均MSE值分别降低了0.5%和0.02%,且ML-LSTM模型分别优于AR模型、LSTM模型的百分比达到了82.9%和13.9%,能够取得更加精准的预测结果。

关键词：群体用户特征提取情感分析时间序列趋势预测

来源：评论

学校读者我要写书评

暂无评论

移动社交网络下群体用户信息交互行为研究

移动社交网络下群体用户信息交互行为研究

引用

作者：李晓阳黑龙江大学

学位级别：硕士

现如今,随着4G移动互联网技术的发展和智能手机的普及,传统互联网用户大量涌入到了移动互联网的怀抱,“低头族”在生活中变得随处可见。大量的互联网企业和运营商准确瞄准这一市场浪潮,迅速奔向移动互联网技术和移动终端的怀抱,全球科... 详细信息

现如今,随着4G移动互联网技术的发展和智能手机的普及,传统互联网用户大量涌入到了移动互联网的怀抱,“低头族”在生活中变得随处可见。大量的互联网企业和运营商准确瞄准这一市场浪潮,迅速奔向移动互联网技术和移动终端的怀抱,全球科技发展格局得到重新洗牌。网络群体尤其是社交群体逐渐从PC终端转向了移动终端,移动社交平台也如雨后春笋般不断涌现。由于社群用户的大量涌入,群体交互环境也从传统互联网向移动互联网逐渐转变,与此同时,针对移动社群用户信息交互的功能也开始诞生,并且用户迅速发展壮大。在这样的背景下,笔者基于微信社交平台,通过对微信群用户的信息交互行为特征和影响因素的分析,探究移动社交网络下群体用户的信息交互行为状况。首先笔者通过对过往文献进行梳理,在相关理论的基础上提出了移动社交群体用户信息交互行为特征表现和影响因素之间关系的假设,并构建了群体用户信息交互行为研究模型。其次,通过以网络问卷的形式发放并回收被调查对象的问卷结果,运用SPSS统计分析软件对问卷结果进行数据统计与分析,使用描述性分析、因子分析、相关分析、多元回归分析等方法验证笔者提出的假设。最后,得出结论,信息交互行为特征和影响因素存在着相关关系,由此提出提升群体用户在群体交互中参与水平和积极程度的建议,更好地满足用户与用户的信息交互需要。

关键词：移动社交网络群体用户信息交互行为影响因素

来源：评论

学校读者我要写书评

暂无评论

网络环境下群体用户的信息行为研究

网络环境下群体用户的信息行为研究

引用

作者：周珏华东师范大学

学位级别：硕士

随着互联网的普及和信息技术的发展,以及信息科学对于“用户”的关注,信息行为研究已成为情报学研究的热点和前沿。信息服务是用户研究的最终目的,研究用户信息行为有利于信息服务机构提高信息服务质量、加强信息管理工作以及提高系统... 详细信息

随着互联网的普及和信息技术的发展,以及信息科学对于“用户”的关注,信息行为研究已成为情报学研究的热点和前沿。信息服务是用户研究的最终目的,研究用户信息行为有利于信息服务机构提高信息服务质量、加强信息管理工作以及提高系统交互性和效益。在以往关于用户信息行为的研究中,较为关注个体的一种或几种信息行为比如信息查寻行为,而对特定群体用户的研究仅作为案例或论据存在,而本文真正从群体用户的角度去开展研究,立足“人”的角度,即不同的群体有怎样不同的群体特征和不同的信息行为,具有更可操作性的现实意义,有利于精准定位目标用户和优化网络资源配置。首先是在纵向上研究群体用户的分类,横向上研究具体的信息行为类型,然后分析群体用户信息行为的影响因素和模型构建等,最后以高校学生作为调查对象做实证研究,调查分析若干群体的信息行为特征、影响因素,使理论指导实践,实践又反过来论证理论。具体来讲,文章首先阐述研究的背景与意义以及基本概念,用文献计量法分析国内外研究趋势和主题,并以认知心理学、经济学、医学及哲学等多学科视角来解读国内外信息行为研究现状,并概述论文的结构、内容和方法,夯实论文理论基础。其次,根据不同标准分类群体用户,一是同质性群体即教育水平、职业等方面,二是异质性群体,依据不同网络应用即搜索引擎、视频网站、社交网络、网络购物等方面进行分类,介绍和归纳不同群体的群体特征及其信息行为,对群体的分类是开启群体用户研究的前提,同时,根据情报过程的基本要素和流程确定用户的信息行为类型。再次,分析群体用户信息行为这一论题的研究内容,详述关于群体用户研究的切入点,一是信息行为影响因素,包括内在的用户因素和外在的环境因素；二是对信息行为模型的研究,以描述信息行为各个环节的关系。最后,以高校学生用户为例,先从社会调查的三个阶段介绍群体用户研究的方法和工具,使用上述所介绍的研究方法和工具,分析其作为不同网络应用的使用用户所呈现的信息行为特征。最后,总结论文的要点和不足之处,对未来群体用户的信息行为研究做出展望。

关键词：用户研究群体用户信息行为网络信息行为

来源：评论

学校读者我要写书评

暂无评论

基于粗糙集的电子商务群体用户访问数据挖掘方法

引用

宁夏师范学院学报 2021年第1期42卷 55-60页

作者：宋晓姣胡媛媛合肥职业技术学院信息工程与传媒学院安徽合肥230000

为了提高电子商务群体用户访问数据的挖掘能力,提出基于粗糙集的电子商务群体用户访问数据挖掘方法.构建电子商务群体用户访问数据的信息跟踪融合模型,结合模糊度特征分析方法实现电子商务群体用户访问数据的特征重构,提取电子商务群体... 详细信息

为了提高电子商务群体用户访问数据的挖掘能力,提出基于粗糙集的电子商务群体用户访问数据挖掘方法.构建电子商务群体用户访问数据的信息跟踪融合模型,结合模糊度特征分析方法实现电子商务群体用户访问数据的特征重构,提取电子商务群体用户访问数据的关联特征量,建立稀疏化的电子商务群体用户访问数据分布式融合模型,通过空间分块聚类分析方法建立电子商务群体用户访问数据的粗糙集匹配特征分布模型,采用空间欠采样的方法实现电子商务群体用户访问数据的优化聚类和信息融合分析,根据信息融合结果实现数据挖掘优化.仿真结果表明,采用该方法对电子商务群体用户访问数据挖掘的输出聚类性较高,特征辨识能力较好,提高数据挖掘的精度.

关键词：粗糙集电子商务群体用户访问数据

来源：评论

学校读者我要写书评

暂无评论

群体用户行为基线的建立方法、装置和计算机设备

群体用户行为基线的建立方法、装置和计算机设备

引用

作者：罗振珊唐炳武 518000 广东省深圳市福田区益田路5033号平安金融中心12、13、38、39、40层

本申请揭示了一种群体用户行为基线的建立方法、装置和计算机设备，在实现建立方法的时候，先建立用户画像，然后通过用户画像对用户进行分类，最后基于同一类别的用户的个体行为基线，建立该类别的群体用户行为基线。使用本申请实施例... 详细信息

标准号: CN111737320A

本申请揭示了一种群体用户行为基线的建立方法、装置和计算机设备，在实现建立方法的时候，先建立用户画像，然后通过用户画像对用户进行分类，最后基于同一类别的用户的个体行为基线，建立该类别的群体用户行为基线。使用本申请实施例的方法，可以快速地建立多种针对不同类别的用户使用的群体用户行为基线。

关键词：基线群体用户画像计算机设备用户使用申请分类

来源：评论

学校读者我要写书评

暂无评论

群体用户画像方法、装置以及存储介质

群体用户画像方法、装置以及存储介质

引用

作者：李志强 100027 北京市朝阳区新源南路8号启皓大厦东塔2层

本申请提供了一种群体用户画像方法、装置以及存储介质，属于大数据技术领域。群体用户画像方法包括：基于至少一个用户标签，将多个用户样本划分为至少一组用户样本，其中，针对至少一个用户标签中的每个用户标签，每组用户样本中的各... 详细信息

标准号: CN117520656A

本申请提供了一种群体用户画像方法、装置以及存储介质，属于大数据技术领域。群体用户画像方法包括：基于至少一个用户标签，将多个用户样本划分为至少一组用户样本，其中，针对至少一个用户标签中的每个用户标签，每组用户样本中的各用户样本具有符合相同的预定条件的标签值；获取至少一组用户样本中的各组用户样本的权重值；以及基于各组用户样本各自对应的用户标签和权重值以及群体用户中各个用户的用户标签，得到群体用户画像，群体用户画像描述不同群体的用户在群体用户中的占比。

关键词：群体用户样本用户标签画像组用户权重存储介质预定条件大数据标签群体申请

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：