检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

融合用户兴趣漂移特征的个性化推荐研究

情报理论与实践 2022年第1期45卷 38-45,37页

作者：蒋武轩易明汪玲华中师范大学信息管理学院湖北武汉430079

[目的/意义]基于社交网络用户短期兴趣和长期兴趣,挖掘用户不同时间窗口下长短期兴趣,能够提高用户兴趣发现的准确性,解决推荐系统不能适应用户兴趣变化的问题。[方法/过程]通过对社交网络用户兴趣的研究发现,社交网络用户兴趣可以分为... 详细信息

[目的/意义]基于社交网络用户短期兴趣和长期兴趣,挖掘用户不同时间窗口下长短期兴趣,能够提高用户兴趣发现的准确性,解决推荐系统不能适应用户兴趣变化的问题。[方法/过程]通过对社交网络用户兴趣的研究发现,社交网络用户兴趣可以分为短期兴趣和长期兴趣,据此构建融合用户兴趣漂移特征的个性化推荐模型。采用时间窗口的方法挖掘用户短期兴趣,利用遗忘曲线跟踪用户长期兴趣变化。在此基础上对用户进行聚类,根据用户聚类结果为用户推荐兴趣相似用户。并以微博真实数据为例进行实证。[结果/结论]融合用户兴趣漂移特征的个性化推荐模型能够较准确地发现用户兴趣漂移特征,满足用户个性化信息需求。[局限]仅使用"微博"这一应用广泛的网络社交平台进行实证,未能从多个网络社交平台进一步验证模型的可行性和准确性。

关键词：兴趣漂移行为特征人类行为动力学个性化推荐

在线全文

学校读者我要写书评

暂无评论

基于主题图的在线健康信息标签语义挖掘研究

情报科学 2022年第1期40卷 121-129页

作者：占泚熊回香蒋武轩李琰华中师范大学信息管理学院湖北武汉430079

【目的/意义】在线健康信息的有效组织对提升全民身体素质具有重要的社会价值。【方法/过程】在分析健康信息主题、关联关系和资源标引的基础上,构建基于主题图的在线健康信息标签语义挖掘模型,从而构建了健康信息标签主题图并实现了其... 详细信息

【目的/意义】在线健康信息的有效组织对提升全民身体素质具有重要的社会价值。【方法/过程】在分析健康信息主题、关联关系和资源标引的基础上,构建基于主题图的在线健康信息标签语义挖掘模型,从而构建了健康信息标签主题图并实现了其可视化导航、浏览和检索等功能。【结果/结论】基于主题图的在线健康信息标签语义挖掘模型能够准确的发现在线健康信息与信息标签间的深层关系,可以更好地揭示在线健康信息标签的语义关联,为用户提供信息的可视化浏览和导航功能、提升健康信息的组织效果,帮助用户健康信息获取。【创新/局限】本文将主题图与健康信息标签相结合,提高了健康信息的检索效率和利用效率,但本文也存在着不足,例如标签样本量和样本范围较小,缺乏专业医学研究者的参与。

关键词：健康信息标签语义挖掘主题图 Ontopia

在线全文

学校读者我要写书评

暂无评论

业财融合背景下高校往来款管理研究

行政事业资产与财务 2023年第1期 84-86页

作者：李美玲蒋武轩华中师范大学财务处湖北武汉

基于政府会计制度改革背景,在分析现有高校往来款管理存在的问题与影响的基础上,提出业财融合背景下高校加强往来款管理的创新路径,以期推动高校往来款管理的不断规范。

关键词：政府会计往来款管理业财融合创新路径

在线全文

学校读者我要写书评

暂无评论

网络社交平台中社群标签动态生成研究

数据分析与知识发现 2019年第10期3卷 98-109页

作者：蒋武轩熊回香叶佳鑫安宁华中师范大学信息管理学院武汉430079 武汉大学信息管理学院武汉430079

【目的】利用网络社群话题及成员兴趣标签网络为社群动态生成能够表征其特点及短期关注兴趣的社群标签。【方法】利用BTM模型挖掘社群话题短文本的主题,并根据社群成员兴趣标签网络的特征,挖掘社群成员关注兴趣点,综合两者结果生成社群... 详细信息

【目的】利用网络社群话题及成员兴趣标签网络为社群动态生成能够表征其特点及短期关注兴趣的社群标签。【方法】利用BTM模型挖掘社群话题短文本的主题,并根据社群成员兴趣标签网络的特征,挖掘社群成员关注兴趣点,综合两者结果生成社群动态标签。以“豆瓣小组”为例对模型进行实证。【结果】基于话题社群标签与社群特征具有强关联性、稳定性强,基于成员兴趣网络标签能够及时准确表征社群动态兴趣。【局限】样本数据集不能涵盖所有类型的网络社群,仅从两类社群验证了模型的准确性与有效性。【结论】基于社群话题及成员兴趣的社群标签动态生成模型能够准确挖掘出社群特点及成员短期关注点,提高社群定义的及时性与准确性,解决用户信息获取、网络社群选择的困难。

关键词：社群标签标签生成 BTM 复杂网络

在线全文

学校读者我要写书评

暂无评论

基于标签与关系网络的用户聚类推荐研究

数据分析与知识发现 2017年第6期1卷 36-46页

作者：熊回香蒋武轩华中师范大学信息管理学院武汉430079

【目的】利用用户标签及关系网络,为用户推荐潜在的相似用户。【方法】通过探究社会化标注系统中标签、关系网络所表征的用户长短期兴趣特征,综合用户标签及关注关系,利用多维尺度法构建用户聚类模型,根据用户聚类结果进行相似用户推荐... 详细信息

【目的】利用用户标签及关系网络,为用户推荐潜在的相似用户。【方法】通过探究社会化标注系统中标签、关系网络所表征的用户长短期兴趣特征,综合用户标签及关注关系,利用多维尺度法构建用户聚类模型,根据用户聚类结果进行相似用户推荐,并以"微博"为例对模型进行实证。【结果】实验结果表明,基于标签和关系网络的用户聚类模型能够有效地结合用户长短期兴趣特征,挖掘潜在相似用户,聚类及推荐效果较好。【局限】样本数据集具有局限性,不能完全涵盖用户兴趣领域,仅从一个领域验证了模型的准确性与有效性。【结论】通过对用户标签及关系网络挖掘用户长短期兴趣,构建的基于用户静态标签与动态关系网络的用户推荐模型,对个性化用户推荐效果有较好的提升。

关键词：社会化标注标签关系网络用户聚类多维尺度分析

一种融合患者咨询文本与决策机理的医生推荐算法

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2020年第2期4卷 153-164页

作者：叶佳鑫熊回香蒋武轩华中师范大学信息管理学院武汉430079

【目的】研究患者选择医生时的决策机理,构建融合患者决策机理的医生推荐方法,提升医生推荐的效果。【方法】利用Word2Vec训练词向量模型计算患者与医生间基于文本的相似度,得到基于咨询文本的医生评分。以因子分析为基础,分析影响患者... 详细信息

【目的】研究患者选择医生时的决策机理,构建融合患者决策机理的医生推荐方法,提升医生推荐的效果。【方法】利用Word2Vec训练词向量模型计算患者与医生间基于文本的相似度,得到基于咨询文本的医生评分。以因子分析为基础,分析影响患者选择医生时的决策因素,得到基于患者决策机理的医生评分,融合两种评分实现医生推荐。【结果】以"好大夫在线"上的相关数据为例对所提医生推荐算法进行实证研究,在进行医生推荐时同时考虑了患者与医生间的文本相似度与患者的决策因素,推荐的医生更为符合患者实际需求。【局限】患者的历史决策行为有待进一步分析,在推荐时主要是面向单一患者进行推荐,时间成本较高。【结论】本文所提方法适用于进行医生的精准推荐,能有效满足患者需求。

关键词：医生推荐决策机理 Word2Vec 在线医疗平台

在线全文

学校读者我要写书评

暂无评论

网络社交平台中社群标签动态生成研究

网络社交平台中社群标签动态生成研究

作者：蒋武轩华中师范大学

学位级别：硕士

近年来随着Web2.0时代的发展,网络技术、实时通讯技术不断进步,为了满足网络用户交流、分享及合作的社会化需求,网络社交平台不断建立,如豆瓣、QQ等。用户根据需要在网络社交平台中加入不同的自组织群体,在其中进行交流与合作,这种群体... 详细信息

近年来随着Web2.0时代的发展,网络技术、实时通讯技术不断进步,为了满足网络用户交流、分享及合作的社会化需求,网络社交平台不断建立,如豆瓣、QQ等。用户根据需要在网络社交平台中加入不同的自组织群体,在其中进行交流与合作,这种群体被称为网络社群。随着网络用户的指数增长,网络社群大量被创建,仅“豆瓣网”中就有30余万社群被创建,因此用户通常不知道某一社群的所关注的重点,只能根据一些片面的相关信息先加入大量相关社群,经过了解后再进行有重点的选择,这造成了用户选择困难、效率低下等问题。因此,针对此问题本研究通过探究网络社群的用户行为,发现网络社群行为主要为社群内话题讨论及用户资源的浏览与关注。通过对这两个维度进行分析发现:网络社群话题能够较为准确的表征网络社群特性,而活跃用户近期浏览与关注能够代表网络社群近期用户兴趣,综合两者构建社群标签生成模型。利用BTM模型挖掘网络社群话题主题语词,并根据网络社群成员兴趣标签网络的特征,利用社会网络重要节点度量指标挖掘社群用户关注兴趣点,综合两者结果生成社群动态标签。并以“豆瓣小组”为例对模型进行实证。实证结果表明,社群话题子模型中BTM模型针对社群短文本具有较高的有效性及稳定性,成员兴趣子模型能够较好的体现社群整体动态兴趣,模型结果能够准确及时的表征社群特点及短期兴趣。但同时研究也具有一定的局限性,在将两个维度标签进行综合时,需要根据不同领域对挖掘出的网络社群话题主题概率阈值进行设定,此方面的研究将在后续的研究中进行深度分析。

关键词：社交网络网络社群标签主题模型社会网络分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于差分隐私的主成分分析算法设计

基于差分隐私的主成分分析算法设计

作者：蒋武轩上海交通大学

学位级别：硕士

本文研究了差分隐私的主成分分析算法设计问题。基于学术界关注较少的纯差分隐私领域,我们探讨了如何在保护隐私的前提下、恰当地发布一个带噪音的对称半正定矩阵用于主成分分析,使得该矩阵与实际的数据矩阵没有太大的偏移量。本文提出... 详细信息

本文研究了差分隐私的主成分分析算法设计问题。基于学术界关注较少的纯差分隐私领域,我们探讨了如何在保护隐私的前提下、恰当地发布一个带噪音的对称半正定矩阵用于主成分分析,使得该矩阵与实际的数据矩阵没有太大的偏移量。本文提出的威沙特输入噪音扰动机制,通过从恰当的威沙特分布中选取样本,构建出噪音矩阵,从而对样本协方差矩阵进行输入扰动。该过程在主成分分析算法运行之前即完成扰动,实际上可以连接任何其他过程,因此具有很高的灵活性。许多相关工作无法保证协方差矩阵的半正定性,而威沙特扰动算法生成的矩阵可以满足这一性质。在主成分分析问题上,我们分析了既存的拉普拉斯输入扰动算法和本文的威沙特输入扰动算法,证明了二者均能够保证差分隐私,并且威沙特分布对原矩阵的扰动更小。而在迁移到其他问题上时,本文指出了选择拉普拉斯或威沙特算法的根本基准,从而提出了完整的计算框架。我们还对比了一系列现存的相关工作。与[1]的隐私保护主成分分析算法相比,我们的算法拥有最大k子空间的界而此算法仅能保证主特征向量,并且在主特征向量的理论保证上威沙特算法有可以竞争的表现。与[2]提出的隐私保护的低秩矩阵近似算法相比,我们的算法的界与选取的k无关,并且拥有更少的运行时间。而与[3]提出的带噪幂方法相比,我们所证明的界更好。

关键词：差分隐私主成分分析低秩近似

改进的DBSCAN聚类算法在社会化标注中的应用

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数据分析与知识发现 2018年第12期2卷 77-88页

作者：熊回香叶佳鑫蒋武轩华中师范大学信息管理学院武汉430079

【目的】改进DBSCAN算法并验证其在社会化标注中的可行性及有效性。【方法】结合社会化标注的特点,分析标签被用来标注资源的频次及标签的总出现次数,挖掘标签与资源间的联系来改进DBSCAN聚类算法,以改进的算法为基础,实现标签聚类、用... 详细信息

【目的】改进DBSCAN算法并验证其在社会化标注中的可行性及有效性。【方法】结合社会化标注的特点,分析标签被用来标注资源的频次及标签的总出现次数,挖掘标签与资源间的联系来改进DBSCAN聚类算法,以改进的算法为基础,实现标签聚类、用户聚类以及用户标签的拓展。【结果】采用豆瓣电影上的数据进行对比实验,改进的DBSCAN算法在应用于社会化标注时可以提高簇内对象间相关性与各簇间相关性的比值,聚类效果得到改进。【局限】在选择构建向量的数据时存在一定局限性,样本数据只能从较笼统的层面表示用户及资源特征,未对其进行深入挖掘。【结论】本文通过分析社会化标注的特点来改进DBSCAN算法,提高算法的效果,并为其改进提供新的思路。

关键词： DBSCAN 标签聚类用户聚类标签拓展