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

基于机器学习的社交媒体用户分类研究

数据分析与知识发现 2019年第8期3卷 1-9页

作者：李纲周华阳毛进陈思菁武汉大学信息资源研究中心

【目的】充分利用社交媒体用户的个人多维度信息,研究用户自动分类问题。【方法】将社交媒体用户定义为个体民众、媒体、政府和组织4种类型,从用户多维度信息中提取人口统计学、命名和自我描述三组特征,构建基于机器学习算法的用户自动... 详细信息

【目的】充分利用社交媒体用户的个人多维度信息,研究用户自动分类问题。【方法】将社交媒体用户定义为个体民众、媒体、政府和组织4种类型,从用户多维度信息中提取人口统计学、命名和自我描述三组特征,构建基于机器学习算法的用户自动分类模型,在Twitter真实数据集上通过实验对比各分类算法性能,并分析各组特征的贡献度。【结果】支持向量机和随机梯度下降分类模型的准确率和召回率均在83%以上,命名、人口统计学和自我描述特征对于分类性能的影响依次递增。【局限】由于标注的用户数量有限,可能无法让模型充分学习用户特征,而且没有考虑不同类型用户数量的不均衡问题。【结论】基于支持向量机和随机梯度下降的分类模型能够较准确地识别出4种类型用户,对后续社交媒体用户划分研究具有借鉴意义。

关键词：支持向量机用户分类机器学习特征提取

在线全文

学校读者我要写书评

暂无评论

多标记用户分类系统构建方法研究

图书情报工作 2014年第10期58卷 145-148页

作者：刘忠宝赵文娟贾君枝中北大学计算机与控制工程学院山西大学商务学院山西大学管理学院

针对一示例同属多类的问题,提出多标记支持向量机并在此基础上构建基于访问页面的多标记用户分类系统。该系统首先对Web页面进行预处理并利用流形判别分析进行文本特征提取,然后利用多标记支持向量机对文本进行分类,最后对分类结果进行... 详细信息

针对一示例同属多类的问题,提出多标记支持向量机并在此基础上构建基于访问页面的多标记用户分类系统。该系统首先对Web页面进行预处理并利用流形判别分析进行文本特征提取,然后利用多标记支持向量机对文本进行分类,最后对分类结果进行评价。真实数据集上的实验表明所建系统的有效性。

关键词：访问页面用户分类多标记支持向量机

在线全文

学校读者我要写书评

暂无评论

基于用户分类的web日志统计测试研究

计算机工程与设计 2012年第12期33卷 4551-4556页

作者：俞金松高建华上海师范大学计算机科学与工程系上海200234

针对传统统计测试方法效率低和适应性不强的局限性,结合web应用的特点,提出了一种基于用户分类的web日志统计测试方法。根据web应用的不同复杂度,通过用户分类和web日志统计进行建模,并依据该模型测试,评估web应用的可靠性。实验结果表... 详细信息

针对传统统计测试方法效率低和适应性不强的局限性,结合web应用的特点,提出了一种基于用户分类的web日志统计测试方法。根据web应用的不同复杂度,通过用户分类和web日志统计进行建模,并依据该模型测试,评估web应用的可靠性。实验结果表明,该方法较传统统计测试方法对于web应用主要业务功能测试的覆盖率更高,其可靠性评估更具现实意义。

关键词：统计测试 web日志马尔可夫链模型用户分类可靠性分析

在线全文

学校读者我要写书评

暂无评论

用户分类电价决策方法的研究

中国电力 2004年第1期37卷 24-28页

作者：黄永皓康重庆夏清都百青孟远景何南强尚金成胡左浩清华大学电机系北京100084 河南省电力公司河南郑州450052 清华大学经济管理学院北京100084

合理的定价策略是电力营销成功的关键。分析我国电价制定的现状,讨论对电价体系有重要影响的一些关键因素。提出一个考虑负荷分类和用电特性的电价决策方法,特别计及了不同用户的负荷率、供电电压等级、负荷形状、可靠性要求等因素。通... 详细信息

合理的定价策略是电力营销成功的关键。分析我国电价制定的现状,讨论对电价体系有重要影响的一些关键因素。提出一个考虑负荷分类和用电特性的电价决策方法,特别计及了不同用户的负荷率、供电电压等级、负荷形状、可靠性要求等因素。通过实际例子验证了该决策方法的有效性,供有关部门在制定合理的电价时参考。

关键词：电力体制改革电力市场销售电价电力企业电价决策用户分类市场营销供电企业

利用同义词环改进基于folksonomy的用户分类

在线全文

学校读者我要写书评

暂无评论

图书情报工作 2011年第8期55卷 58-61页

作者：苏杨石豪赖雯赵英四川大学公共管理学院成都610064 成都农商银行成都611230

在基于folksonomy标签进行用户分类研究的基础上,针对基于原始标签用户分类的诸多不足,提出利用标签建立同义词环、根据同义词环进行用户分类的思想。并通过对flickr的实证研究,建立同义词环进行用户分类,改进分类结果。

关键词：同义词环 folksonomy标签用户分类

基于“进化”主成分分析法的用户分类及其应用

在线全文

学校读者我要写书评

暂无评论

电力建设 2017年第3期38卷 101-107页

作者：和敬涵卢育梓陆金耀胡波杨方何博北京交通大学电气工程学院北京市100044 国网能源研究院北京市102209

在负荷曲线形态较多时,传统聚类方法对用户负荷分类的效率不高,阻碍了聚类方法在电力负荷大数据分析中的应用。该文提出一种"进化"主成分分析法。首先,采用主成分分析法对用户的负荷特征矩阵进行降维;之后,在主成分分析法的基础上,提出... 详细信息

在负荷曲线形态较多时,传统聚类方法对用户负荷分类的效率不高,阻碍了聚类方法在电力负荷大数据分析中的应用。该文提出一种"进化"主成分分析法。首先,采用主成分分析法对用户的负荷特征矩阵进行降维;之后,在主成分分析法的基础上,提出基于欧式距离的分类规则。以某地区用户实际负荷为算例,通过余弦相似定理拟合各类用户曲线形态,验证所提出算法的有效性。经过与传统负荷曲线分类方法的对比,证明了基于"进化"主成分分析法能提升负荷曲线分类效率。在负荷曲线分类的基础上,与当地总体负荷曲线进行对比,将用户负荷分为迎峰用电型、部分迎峰用电型、少量迎峰用电型以及异常用电型4类,分析结果证明了基于"进化"主成分分析法的负荷分类的有效性和实用性。所提出的负荷分类方法可以更加有效地对用户用电行为进行分类,从而针对各类用户制定动态电价,作为开展智能电网相关增值服务的基础。

关键词：智能电网主成分分析(PCA) 用户分类行为分析

监管视角下的电力市场用户分类指标体系及算法研究

在线全文

学校读者我要写书评

暂无评论

中国电力 2018年第12期51卷 139-148页

作者：王鹏张朋宇高亚静徐靖雯孙华凯华北电力大学电气与电子工程学院北京102206 华北电力大学新能源电力系统国家重点实验室河北保定071003

电力市场用户分类研究可作为市场准入、市场监管和售电服务等研究的基础。结合电力市场改革的新进展,创新考虑电力绿证、需求响应、用户负荷曲线等因素,构建合理的分类指标体系;采用2步主成分分析法进行数据降维,以剔除指标间重复信息... 详细信息

电力市场用户分类研究可作为市场准入、市场监管和售电服务等研究的基础。结合电力市场改革的新进展,创新考虑电力绿证、需求响应、用户负荷曲线等因素,构建合理的分类指标体系;采用2步主成分分析法进行数据降维,以剔除指标间重复信息、实现聚类结果可视化;针对常见聚类算法需要指定参数的缺陷,提出运用仿射传播聚类算法实现用户聚类;通过对某地区40个用户的算例分析,认为模型具备有效性和优势;最后引入优胜劣汰的监管设计,对电力市场用户准入与管理提出建议。

关键词：电力市场用户分类负荷曲线主成分分析市场监管

在线全文

学校读者我要写书评

暂无评论

基于用户分类的协同过滤个性化推荐方法研究

现代图书情报技术 2015年第6期 13-19页

作者：祝婷秦春秀李祖海西安电子科技大学经济与管理学院西安710071

【目的】解决随着用户数目剧增而造成的协同过滤算法效率过低的问题。【方法】提出一种基于用户分类的协同过滤方法。该方法引入基于规则的分类方法对庞大的用户群分类,在保证一定的推荐准确度前提下,为用户寻找局部近邻用户,并以局部... 详细信息

【目的】解决随着用户数目剧增而造成的协同过滤算法效率过低的问题。【方法】提出一种基于用户分类的协同过滤方法。该方法引入基于规则的分类方法对庞大的用户群分类,在保证一定的推荐准确度前提下,为用户寻找局部近邻用户,并以局部近邻用户基准完成个性化推荐。【结果】分别通过F1与平均绝对误差两个指标进行用户分类与推荐精度评估,在用户分类准确及推荐精度良好的前提下,用时间复杂度衡量算法效率。实验结果表明,引入用户分类的协同过滤推荐效率明显提高。【局限】牺牲一定程度的推荐精度;仅在Movie Lens公开数据集上进行实验测试,还需在其他数据集上进一步检验。【结论】本文方法可以减少近邻用户识别的计算量,同时提高算法效率。

关键词：个性化推荐协同过滤用户分类规则

在线全文

学校读者我要写书评

暂无评论

协同过滤推荐中基于用户分类的邻居选择方法

计算机应用研究 2012年第11期29卷 4216-4219页

作者：张尧冯玉强哈尔滨工业大学管理学院哈尔滨150001

为了提高推荐系统的推荐结果质量,找到目标用户恰当的邻居是协同过滤算法中非常关键的一个环节。网络中的用户可以分为专家型用户、可信用户与兴趣相似用户三个维度,由于不同类型的邻居对用户的影响及用户对不同邻居的依赖倾向的不同,... 详细信息

为了提高推荐系统的推荐结果质量,找到目标用户恰当的邻居是协同过滤算法中非常关键的一个环节。网络中的用户可以分为专家型用户、可信用户与兴趣相似用户三个维度,由于不同类型的邻居对用户的影响及用户对不同邻居的依赖倾向的不同,因此利用岭回归分析估计用户对于这三类用户的主观倾向,即邻居选择权重,由此获得目标用户邻居集合,进而产生推荐,通过利用标准F1方法与传统推荐方法对比实验分析表明,推荐结果的质量显著提高;同时利用K-means方法对用户作聚类分析及类别之间的方差齐性分析,并与行为研究结果相对比,验证了推荐结果的可信性。

关键词：协同过滤邻居选择邻居权重用户分类岭回归 K-means聚类