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

基于用户浏览行为的数据采集及应用

现代图书情报技术 2008年第11期 56-59页

作者：李鹏乔晓东韩烽王继田梁健张寅生中国科学技术信息研究所北京100038 开源旗帜软件(北京)有限公司北京100125

提出基于用户浏览行为的客户端数据采集的方式,有效解决Web使用记录挖掘中数据采集问题。该数据采集的方法已经应用于国家科技基础条件平台网络科技资源监测、分析及评估项目,其实用性得到很好的验证。

关键词： Web使用记录挖掘数据采集用户浏览行为

在线全文

学校读者我要写书评

暂无评论

图书资源共享下用户浏览行为差异检测仿真

计算机仿真 2018年第11期35卷 401-404页

作者：毛靖河南中医药大学图书馆河南郑州450046

针对当前用户浏览行为差异检测中,存在着检测范围不够全面,检测效率不能满足高速网络图书资源共享下实时检测需求等问题,提出一种基于聚焦搜索法的用户浏览行为差异检测方法。通过图书资源用户浏览行为时间序列来对用户的浏览行为进行描... 详细信息

针对当前用户浏览行为差异检测中,存在着检测范围不够全面,检测效率不能满足高速网络图书资源共享下实时检测需求等问题,提出一种基于聚焦搜索法的用户浏览行为差异检测方法。通过图书资源用户浏览行为时间序列来对用户的浏览行为进行描述,得到用户浏览行为最大公共子序列,根据最大公共子序列,计算出公共子序列中用户之间浏览行为的相似度系数。采用FIR滤波处理器对相似度系数较小的用户浏览行为进行滤除,采用高阶累积量后置聚焦性搜索方法,对滤除后相似度系数较大的用户浏览行为数据进行差异特征提取,实现图书资源用户浏览行为序列中差异特征的准确检测。实验结果表明,所提方法在图书资源共享下用户浏览行为差异检测中,在提高检测率的同时也降低了误检率。

关键词：图书资源共享用户浏览行为差异检测

在线全文

学校读者我要写书评

暂无评论

基于用户浏览行为分析的用户兴趣度计算

计算机工程与设计 2012年第3期33卷 968-972页

作者：李建廷郭晔汤志军西安财经学院信息学院陕西西安710100 西安市人事考试中心陕西西安710065

从用户的浏览行为可以反映用户的兴趣出发,分析了用户的浏览行为与兴趣之间的关系,通过分析把能反映用户兴趣的典型浏览行为归纳为保存页面、打印页面、将页面加入收藏夹、复制页面内容、访问同一页面的次数和在页面上浏览时间这些浏览... 详细信息

从用户的浏览行为可以反映用户的兴趣出发,分析了用户的浏览行为与兴趣之间的关系,通过分析把能反映用户兴趣的典型浏览行为归纳为保存页面、打印页面、将页面加入收藏夹、复制页面内容、访问同一页面的次数和在页面上浏览时间这些浏览行为。针对这些浏览行为下的用户兴趣度计算做出阐述,并且在分析基于网页驻留时间和浏览次数计算网页兴趣度的算法的基础上,考虑网页大小的影响因素,使用基于浏览速度计算网页兴趣度,同时利用BP神经网络进行用户兴趣度融合。

关键词：用户浏览行为用户兴趣度浏览速度网页兴趣度用户兴趣度计算

在线全文

学校读者我要写书评

暂无评论

领域内用户浏览行为的用户需求知识发现研究

郑州大学学报（理学版） 2010年第2期42卷 74-77页

作者：何忠秀西华大学数学与计算机学院四川成都610039

提出一种从用户浏览网页的行为中获取用户需求知识的方法.在领域内将产品进行需求项分解,从服务器日志中提取用户点击的网页及其次数,并计算出用户对每个需求项的值和可信度,由此可提取出用户以及用户群的需求知识.该方法不仅可以及时... 详细信息

提出一种从用户浏览网页的行为中获取用户需求知识的方法.在领域内将产品进行需求项分解,从服务器日志中提取用户点击的网页及其次数,并计算出用户对每个需求项的值和可信度,由此可提取出用户以及用户群的需求知识.该方法不仅可以及时获取最近一段时间用户对现有产品指标的关注情况,还可以在一定程度上反映用户对该类产品的某些潜在需求,为企业进行新产品开发提供参考.

关键词：用户需求知识发现用户浏览行为

应用于数字电视用户浏览行为的二分K-medoids聚类算法

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2018年第12期35卷 3575-3578页

作者：费红英孙丹上海大学管理学院上海200444

为了对数字电视用户浏览行为进行有效分析,提出了应用于数字电视用户浏览行为的二分K-medoids算法。针对欧氏距离容易丢失数据信息、受异常值影响较大的缺点,利用云相似度对聚类算法进行了改进,减少异常数据等不确定因素对聚类结果的影... 详细信息

为了对数字电视用户浏览行为进行有效分析,提出了应用于数字电视用户浏览行为的二分K-medoids算法。针对欧氏距离容易丢失数据信息、受异常值影响较大的缺点,利用云相似度对聚类算法进行了改进,减少异常数据等不确定因素对聚类结果的影响;针对K-means算法易受人为因素影响的迭代次数、大数据环境下聚类中心不再变化难以实现等停止准则问题,使用了一种综合类内、类间相似度和类簇个数三个因素的停止准则,在不过度消耗系统资源的同时又能满足实际的聚类需求。在实验中将基于云相似度的二分K-medoids(BKS)、基于云相似度的K-medoids(KS)算法在不同用户数量下进行测试,实验结果表明提出的算法提高了聚类准确性和算法的鲁棒性。

关键词：数字电视用户浏览行为聚类算法云相似度二分K-medoids

在线全文

学校读者我要写书评

暂无评论

用户浏览行为数据采集方法综述

西南科技大学学报 2004年第2期19卷 45-49,59页

作者：刘洪涛张平黄智兴程静刘革平西南师范大学重庆400715 西南科技大学四川绵阳621010

以Web活动中用户浏览行为数据采集和预处理作为讨论的主题 ,介绍了基于服务器、客户端的用户浏览行为获取方法。针对一个远程教学系统的实例提出了自己的方法 ,即采用JSP和JavaScript技术 ,这种方法可以准确获取远程教学系统中学生每一... 详细信息

以Web活动中用户浏览行为数据采集和预处理作为讨论的主题 ,介绍了基于服务器、客户端的用户浏览行为获取方法。针对一个远程教学系统的实例提出了自己的方法 ,即采用JSP和JavaScript技术 ,这种方法可以准确获取远程教学系统中学生每一次浏览行为。

关键词：用户识别会话识别主动策略被动策略识别器远程Agent 用户浏览行为数据采集

在线全文

学校读者我要写书评

暂无评论

面向用户兴趣的用户浏览行为分析方法及应用

面向用户兴趣的用户浏览行为分析方法及应用

作者：邢晓兵东北大学

学位级别：硕士

随着Web上资源的急剧膨胀,面对用户提供的有限查询词,当前的搜索引擎提供的千人一面的搜索已经难以满足用户对搜索结果的需求。在用户使用搜索引擎进行信息检索的过程中,依据用户的实际兴趣为用户返回个性化的搜索结果可以提高用户对搜... 详细信息

随着Web上资源的急剧膨胀,面对用户提供的有限查询词,当前的搜索引擎提供的千人一面的搜索已经难以满足用户对搜索结果的需求。在用户使用搜索引擎进行信息检索的过程中,依据用户的实际兴趣为用户返回个性化的搜索结果可以提高用户对搜索结果的满意度。大量研究表明用户的实际兴趣与其在网页上的浏览行为是密切相关的,通过用户浏览行为分析可以获取用户兴趣信息,进而构建用户兴趣模型,使搜索结果更加贴近用户的期望。然而,目前的隐式用户兴趣获取方法无法很好的预测出用户对页面的实际兴趣度。究其原因,一方面是由于当前研究尚未考虑到用户的浏览行为可能随搜索任务类型的不同而变化。另一方面,当前的用户兴趣获取方法多使用某种特定用户行为预测用户兴趣度。针对上述问题,本文探究用户浏览行为在不同类型的搜索任务中所表现出的差异,并研究联合分析多种用户浏览行为的隐式用户兴趣获取方法。在此基础上构建适当用户兴趣模型,最终得出用户的实际兴趣,从而实现个性化服务,使搜索结果更加贴近用户的期望。具体的,本文将任务类型分为导航型、信息型、事务型三种不同类型,将用户的基本浏览行为转换为页面停留时间时间、鼠标点击次数、页面重访问次数以及滑块移动次数四种可分析行为事件。通过Bernard提出的算法完成了任务类型的自动识别,分析了四种可分析行为事件在不同搜索任务类型中表现出的差异。在用户行为分析阶段,本文基于M5模型树对可分析事件建模完成对用户兴趣度的计算,在计算过程中树的剪枝和相关系数平滑是建模过程中必须考虑的问题。模型评价阶段,本文使用模型准确率评价指标将不区分任务类型和区分任务类型的模型与Nicholas Belkin的模型进行了对比。为了清晰有效的表达用户兴趣信息,本文提出了基于分类的用户兴趣模型,该模型涉及对文档的特征值提取,基于搜狗语料的SVM分类器对相关文档进行分类等技术。使用准确率和排序准确率两个指标将baidu搜索引擎和基于VSM的模型及基于分类的模型进行了对比。实验结果表明,本文提出的面向用户兴趣的用户行为分析模型可有效提高用户对搜索结果的满意度。

关键词：用户浏览行为用户兴趣 M5模型树分类模型

基于用户浏览行为的网络热点话题发现模型研究

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

基于用户浏览行为的网络热点话题发现模型研究

作者：罗亚平北京邮电大学

学位级别：硕士

随着互联网的快速发展,网络新闻已成为人们获取信息的重要途径,在读者中的影响力大大提高。同时,网络新闻来源众多,报道角度立场各不相同,信息过载问题日益加剧。因此,如能够自动处理海量新闻流,快速发现网络热点话题,对于政府调控舆论... 详细信息

随着互联网的快速发展,网络新闻已成为人们获取信息的重要途径,在读者中的影响力大大提高。同时,网络新闻来源众多,报道角度立场各不相同,信息过载问题日益加剧。因此,如能够自动处理海量新闻流,快速发现网络热点话题,对于政府调控舆论倾向、保持社会稳定,以及读者快速找到感兴趣的新闻报道都有重要作用。本论文以用户浏览行为和热点话题研究为基础,以网络新闻流为研究对象,使用话题识别与跟踪技术对新闻报道按照话题进行聚类,提出了一种基于用户浏览行为的网络热点话题发现模型。论文主要贡献及创新点如下:1.新闻话题热度的量化表示基于TF*PDF算法,提出一种“话题关注度”的量化表示方法,用于描述一定时间内站点上新闻话题受关注的程度;热点话题必然同时受到媒体和用户的关注,我们基于热点话题理论和用户浏览行为分析,提出话题的用户关注度;使用话题的媒体关注度和用户关注度来描述话题的热度。2.用户浏览行为的表示和引用根据心理学内驱力理论,心理状态是通过一定的行为体现出来的,因此,我们隐式收集用户浏览行为并量化为话题的用户关注度,解决了两个关键问题:第一,提取合适的可以体现用户对新闻报道兴趣度的用户浏览行为信息;第二,将这些用户行为合理组合,形成对于用户关注度的量化表示。3.热点话题生命周期的描述基于衰退理论研究和股市曲线启发,我们采用话题发展曲线,描述话题产生、发展的生命周期。该模型通过分析网站上的新闻流和用户浏览行为,可以自动发现一段时间内网站上的热点话题,以及每一个热点话题的发展曲线。经实验和用户反馈证明,该系统可以有效抽取网络上的热点新闻话题,添加用户浏览行为信息可以改善热点话题发现的效果;话题发展曲线可以描述一个热点新闻话题的生命周期规律。

关键词：话题识别与跟踪热点话题用户浏览行为话题关注度话题生命周期曲线

基于状态转移模型的电子商务网站用户浏览行为分析

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

基于状态转移模型的电子商务网站用户浏览行为分析

作者：韩思阳吉林大学

学位级别：硕士

针对于目前电子商务网站“信息爆炸”的情况,本文提出了一个基于Web日志挖掘的状态转移模型。该模型从电子商务网站整体出发,将网站划分为若干个低耦合高聚合的状态,每个状态内部的页面都具有相似的内容或功能,通过挖掘Web日志数据得到... 详细信息

针对于目前电子商务网站“信息爆炸”的情况,本文提出了一个基于Web日志挖掘的状态转移模型。该模型从电子商务网站整体出发,将网站划分为若干个低耦合高聚合的状态,每个状态内部的页面都具有相似的内容或功能,通过挖掘Web日志数据得到的结果分析用户在各个状态的转移情况,继而发现用户浏览网站的行为模式。用户在各个状态的转移情况用状态转移概率矩阵和平均停留时间矩阵来表示。分析这两个矩阵的元素值,除去由于用户错误操作或其他原因产生的奇异数据,用有效的数据说明用户对网站的兴趣在哪里,网站存在着哪些不足,据此改进网站的页面结构和链接结构,并对用户感兴趣的状态在首页上进行重点推荐。

关键词： Web日志挖掘状态状态转移用户浏览行为