检索结果-南通市图书馆

高校图书馆资源联合共享的学科发展热点推荐平台研究

在线全文

学校读者我要写书评

暂无评论

图书馆工作与研究 2012年第2期 37-40页

作者：徐敏杨应全重庆科技学院图书馆

高校图书馆与公共图书馆最大的区别在于其主要为本校的学科建设和科研工作服务,所以其在资源配置和服务提供方面会偏重于本校的强势学科。正是因为地域、学科和研究重点的不同,使得全国高校图书馆的学术资源不尽相同,各有特色。本文旨... 详细信息

高校图书馆与公共图书馆最大的区别在于其主要为本校的学科建设和科研工作服务,所以其在资源配置和服务提供方面会偏重于本校的强势学科。正是因为地域、学科和研究重点的不同,使得全国高校图书馆的学术资源不尽相同,各有特色。本文旨在研究一个学科发展热点推荐平台,针对不同学科形成不同的高校图书馆学术联合体,每个学科以本学科实力强的图书馆来牵头,逐渐形成学科门类复杂,热点信息准确的推送平台,帮助高校教师和科研人员更快更好地掌握学科研究热点和前沿信息。

关键词：高校图书馆热点推荐数据采集

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

学科联盟热点推荐平台的实施模式研究

情报杂志 2011年第3期30卷 166-169页

作者：徐敏杨应全陈祖琴重庆科技学院图书馆重庆401331

针对科学研究变得越来越复杂,科研人员越来越难把握热点知识的问题,提出科研机构中以研究领域来划分范围形成学科联盟,再通过一个学术资源共建共享的平台来实现辅助学术力量薄弱的单位和个人进行科学研究。通过对平台的信息推送机制、... 详细信息

针对科学研究变得越来越复杂,科研人员越来越难把握热点知识的问题,提出科研机构中以研究领域来划分范围形成学科联盟,再通过一个学术资源共建共享的平台来实现辅助学术力量薄弱的单位和个人进行科学研究。通过对平台的信息推送机制、用户需求挖掘、后台数据采集和指标评价热点四个主要模块的实施过程进行详述,验证了研究内容的合理性和可行性。

关键词：学科联盟领域热点热点推荐

在线全文

学校读者我要写书评

暂无评论

基于联合分析的热点推荐系统的设计与实现

基于联合分析的热点推荐系统的设计与实现

作者：张田野北京交通大学

学位级别：硕士

随着计算机计算能力和存储能力的不断进步,大数据已经成为人们耳熟能详的概念,人类社会也进入了大数据时代。然而,大数据时代也广泛存在着信息过载的问题。对于广大用户,面对数以亿计的数据,想从中寻找到自己真正需要的、有价值的信息... 详细信息

随着计算机计算能力和存储能力的不断进步,大数据已经成为人们耳熟能详的概念,人类社会也进入了大数据时代。然而,大数据时代也广泛存在着信息过载的问题。对于广大用户,面对数以亿计的数据,想从中寻找到自己真正需要的、有价值的信息往往举步维艰;对于广大创作者,让创作的优质信息精确高效地展现在目标受众面前,也是十分困难的。推荐系统就是这一现象的有效解决方案。推荐系统通过对用户和候选信息进行特征挖掘,给用户推荐其感兴趣的信息,实现用户和创作者的共赢。然而,推荐系统的研究有两大难题:一方面,推荐算法根据历史数据对用户偏好进行挖掘,进而为用户进行推荐,而在推荐系统的初期,往往最缺乏的就是历史数据,如何在没有足够多的用户反馈历史数据的场景下实现个性化推荐并且取得不错的推荐效果,就是冷启动问题;另一方面,推荐系统往往都有同质化严重的问题,同时人们自主获取信息的成本很高,人们往往倾向于选择浏览自己已经关注或订阅的信息,就产生了信息茧房的问题。因此,需要一个推荐系统,在保证个性化推荐的同时,推荐结果也要多样化。本文实现的热点推荐系统,以LinUCB算法为基础,加上市场营销的联合分析的思想,实现了一个推荐模型收敛快、推荐结果多样性好的推荐系统。同时,也提供用户画像分析和舆情分析的功能,有利于企业和政府更好地进行舆情监控,维护社会的稳定。热点推荐系统主要包括5个模块:个性化推荐模块、用户画像分析模块、舆情分析模块、权限管理模块以及系统监控模块。个性化推荐模块是本系统的核心模块,基于用户和实时热点的数据,实时为用户推荐热点;用户画像分析模块和舆情分析模块对用户消费热点数据进行数据分析,产出分析报告,以可视化的形式展现;权限管理模块对系统的各项资源进行管理,确保系统数据的保密性和安全性;系统监控模块监控着系统的各项指标,确保系统的稳定性,同时也保存着所有用户的操作日志。本人参与了该系统开发的全部生命周期,包括系统背景研究、系统需求分析、概要设计、详细设计、实现和测试。开发的过程主要基于Spring框架,以My SQL、HBase作为数据存储工具,以Flink作为数据计算工具,以Tensorflow作为推荐算法模型的实现工具,以高性能、可扩展为设计的原则,完成了整个系统。本论文完成的热点推荐系统满足及企业的实际需求,已经在公司投入使用。作为热点系统的门户,引导数以亿计的用户进行热点消费,增加了用户对热点系统的粘性。

关键词： LinUCB 联合分析热点推荐推荐系统

学科发展热点推荐平台的实施模式研究——以信息采集模块为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

现代情报 2011年第1期31卷 127-129,136页

作者：徐敏杨应全陈祖琴重庆科技学院图书馆重庆401331

提出一个学科发展热点推荐平台的模型,致力于让许多新进科研人员能够迅速了解到相关学科领域的前沿和研究热点。本文详细阐述了模型系统的逻辑结构和设计思想并以信息采集模块为例,详细说明了信息推送的过程和如何通过爬虫程序在学术期... 详细信息

提出一个学科发展热点推荐平台的模型,致力于让许多新进科研人员能够迅速了解到相关学科领域的前沿和研究热点。本文详细阐述了模型系统的逻辑结构和设计思想并以信息采集模块为例,详细说明了信息推送的过程和如何通过爬虫程序在学术期刊网站上获取关键信息。

关键词：学科热点热点推荐信息采集

基于LDA模型和聚类算法的城市热点推荐与应用

在线全文

学校读者我要写书评

暂无评论

智能计算机与应用 2018年第3期8卷 136-139页

作者：王诗童刘美玲孙立研东北林业大学信息与计算机工程学院哈尔滨150040

针对新浪微博的短文本发表功能及地点签到功能,获取用户发布的信息。利用LDA(Latent Dirichlet Allocation)模型,将获取到的大量文本信息和地理位置进行分词和词频统计处理,从而获得签到的热点地理位置信息,并在地图上标注出来。在获得... 详细信息

针对新浪微博的短文本发表功能及地点签到功能,获取用户发布的信息。利用LDA(Latent Dirichlet Allocation)模型,将获取到的大量文本信息和地理位置进行分词和词频统计处理,从而获得签到的热点地理位置信息,并在地图上标注出来。在获得用户签到的位置信息基础上,合并约束搜索条件,利用多距离空间聚类算法,优化推荐功能,并向用户显示其周边诸如商场、景点、饭店等热门娱乐场所的具体地理位置信息,进行热点推荐。

关键词：地理位置热点推荐 LDA模型多距离空间聚类算法

基于出租车OD数据的居民出行模式挖掘与热点区域推荐

在线全文

学校读者我要写书评

暂无评论

基于出租车OD数据的居民出行模式挖掘与热点区域推荐

作者：张彬北京工业大学

学位级别：硕士

随着大数据分析技术的不断发展,交通大数据挖掘与分析得到了广泛的关注。乘客出行模式分析和城市热点区域推荐是城市管理规划、交通调度等领域中的重要研究内容,在居民日常出行生活中有着广泛的应用前景。出租车是重要的城镇出行媒介,... 详细信息

随着大数据分析技术的不断发展,交通大数据挖掘与分析得到了广泛的关注。乘客出行模式分析和城市热点区域推荐是城市管理规划、交通调度等领域中的重要研究内容,在居民日常出行生活中有着广泛的应用前景。出租车是重要的城镇出行媒介,提供了洞察一个城市交通和人口流动的重要方式。随着近几年网约出租车的快速发展和趋于成熟,为保障乘客安全出行,海量乘客出行数据为研究人员提供了很重要的研究数据。基于这些数据一方面可以帮助研究人员挖掘城市范围内居民出行规律,例如某区域一周内每天出行或到访乘客数量以及乘客偏好的出行时间段等;另一方面可以帮助找寻城市中出租车需求热点区域,有助于帮助司机快速寻找订单并提高其运营效率。因此,基于出租车OD(Origin-Destination)数据的乘客出行模式分析及出行热点区域推荐对于提升出租车公司运营效率、减少乘客等待时间有着重要意义。传统的居民出行模式挖掘方法大多针对常态下居民出行时空规律进行研究,忽略了对非常态出行数据的规律挖掘,难以追溯产生异常数据的原因;此外,寻找出租车热点需要有较高的精度和效率,才能保证出租司机在当前时刻尽快找到最近的出行热点。针对以上问题,本论文围绕乘客出行模式分析和出租车热点推荐展开研究,具体工作内容如下:一、基于稀疏低秩分解的乘客出行模式挖掘与分析。传统的出行模式分析方法常常忽略对居民非常态模式下出行规律的挖掘,同时容易缺少对功能区相关的OD数据分析,难以准确刻画乘客出行目的。针对这一问题,本文提出了一种基于稀疏低秩张量分解的乘客出行模式分析方法。该模型首先用张量对多维度OD数据进行表示,张量的每个元素包含时间、空间、功能区属性等三个维度的信息。其次,对张量数据进行稀疏低秩分解,得到表示规律性数据的常态模式张量和非规律性数据的非常态模式张量,以及对应的模式矩阵。最后通过对模式矩阵进行分析,获取出行数据在时间、空间、功能区等维度的规律。通过在盖亚数据公布的成都滴滴打车数据集上的实验表明,此方法通过对乘客出行数据添加功能区属性,更准确地挖掘了乘客的出行目的和潜在动机。二、基于密度峰值聚类算法的城市热点推荐。传统热点区域发现方法存在计算效率差、不实用等问题,针对这些问题本文提出了基于密度峰值聚类算法的城市热点区域推荐方法,通过克服传统密度峰值聚类算法的计算复杂、效率低等问题,提升了算法的计算效率,有效地契合出租车数据热点需求的应用。该方法首先统计所有数据的两两距离以计算每个点的局部密度和最小高局部密度距离,然后用这两个数据构建决策树来分析潜在的热点。通过在成都滴滴数据集上的实验表明,该算法能够准确、高效的发现乘客打车热点区域。

关键词：数据挖掘智能交通出行模式分析张量分解热点推荐稀疏低秩分解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

乘客出行预测与推荐方法研究

乘客出行预测与推荐方法研究

作者：张凯天津大学

学位级别：硕士

随着移动互联网和无线网络技术的迅速发展,利用手机APP来约车的行为越来越普及,如何利用历史轨迹数据来预测人们的出行需求对于提高出租车的运营效益有很强的指导意义。为实现上述目的,本文设计了多维度出行需求概念模型。首先,定义了... 详细信息

随着移动互联网和无线网络技术的迅速发展,利用手机APP来约车的行为越来越普及,如何利用历史轨迹数据来预测人们的出行需求对于提高出租车的运营效益有很强的指导意义。为实现上述目的,本文设计了多维度出行需求概念模型。首先,定义了乘客出行需求时间、空间和语义三个维度之间的关系,设计实现了从出行轨迹历史数据和城市兴趣点数据中挖掘时空语义的算法,并利用话题模型对热点区域潜在的功能语义进行挖掘分析,乘客出行特征,构建出行需求模型。接着,设计了基于时间序列和空间聚类的预测模型,利用自相关与偏自相关性分析对时间序列中的参数进行估计,针对空间聚类算法中参数选择问题实现自适应的算法,从而达到热点预测的目标。然后,利用兴趣点热度与曼哈顿距离结合的方法产生候选集推荐给出租车。在神州租车真实数据集上进行的对比实验,结果表明综合利用时间序列与空间聚类相结合的方法在出行需求预测中平均F值有15.21%的提升,同时热点推荐的平均命中率达到了79.6%。综上所述,本文提出了一种结合空间聚类技术和时间序列的自适应预测模型来对乘客的出行进行预测,通过对乘客历史出行GPS数据进行挖掘,结合热度与地理位置为出租车进行推荐,提高出租车整体的载客率,改善城市交通状况。

关键词：智慧交通热点推荐需求热点出行预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

联网审计平台中的用户行为分析方法研究

联网审计平台中的用户行为分析方法研究

作者：辛龙鹏哈尔滨工程大学

学位级别：硕士

审计,作为国家各项政策和财务的审查和监督的手段,是国家经济正常运转的防卫监督系统。审计形式从现场审计逐步转型为计算机联网审计,这就要求联网审计平台能够适应新时代下的审计需求。科学技术的高速发展,促进互联网审计工作的日益完... 详细信息

审计,作为国家各项政策和财务的审查和监督的手段,是国家经济正常运转的防卫监督系统。审计形式从现场审计逐步转型为计算机联网审计,这就要求联网审计平台能够适应新时代下的审计需求。科学技术的高速发展,促进互联网审计工作的日益完善,互联网以其方便、快捷的特点对审计工作的各方面影响也在不断加大。面对高速发展的信息时代,审计人员渴望能够通过联网审计平台更高效率地完成审计工作。目前联网审计平台审计人员在运用联网审计平台系统工作时遇到两个问题:第一,上级或项目组长在分配给审计人员审计任务后,审计人员无法明确审计方法执行顺序来完成审计任务,大大降低了审计人员工作效率。第二,审计人员可通过联网审计平台学习相关审计政策法律法规,提升自身知识储备,更有利于完成审计任务,但是同时又无法确定学习哪些相关审计政策法律法规更有益于完成审计任务,大大降低了审计人员的学习效率。本文恰是基于此背景,从平台用户所面临问题出发,在联网审计平台中引入数据挖掘技术,由于联网审计平台权限系统限制以及现实审计工作的需求,用户的行为与审计部门、审计领域、审计项目直接相关,联网审计平台中用户行为的影响因素是多维的、多层的关联关系。因此提出了联网审计平台用户行为分析AML-FP算法。联网审计平台系统不仅是审计人员完成审计任务的系统平台还拥有向审计人员推荐审计热点的功能,如推荐审计方法、推荐相关审计政策法律法规。此功能的实现一部分要基于联网审计平台用户行为分析AML-FP算法的分析结果数据,另一部分结合审计热点自身影响因素向联网审计平台用户即审计人员进行热点推荐排序。本文提出联网审计平台热点推荐算法,实时向审计人员推荐审计热点,使系统推荐的审计方法能够更加全面的满足审计人员习惯和项目目标从而顺利完成审计工作。

关键词：联网审计用户行为审计热点热点推荐

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向博物馆的个性化推荐系统设计与实现

软件导刊 2016年第5期15卷 66-68页

作者：李晨跃刘克剑孟庆瑞西华大学计算机与软件工程学院四川成都610039 西藏飞跃智能科技有限公司西藏拉萨850000

博物馆网站主要展示馆内藏品,繁多的展品使得用户在访问网站时会花费大量时间。可以通过基于Web日志挖掘的技术分析用户的访问行为,判断其兴趣爱好,使用不同的推荐方法主动向用户推荐其可能感兴趣的博物馆藏品,以提高用户访问体验。主... 详细信息

博物馆网站主要展示馆内藏品,繁多的展品使得用户在访问网站时会花费大量时间。可以通过基于Web日志挖掘的技术分析用户的访问行为,判断其兴趣爱好,使用不同的推荐方法主动向用户推荐其可能感兴趣的博物馆藏品,以提高用户访问体验。主要使用4种推荐方式,即热点推荐、类别推荐、相似推荐、猜猜你喜欢。

关键词：推荐系统日志挖掘热点推荐类别推荐