共查询到20条相似文献，搜索用时 385 毫秒
1.
【目的/意义】研究从用户节点和网络全局两个视角出发,基于用户相似度与信任度对虚拟学术社区中学者
进行推荐,提高学者推荐的质量。【方法/过程】首先,利用 LDA 主题模型挖掘学者发表的博文主题,计算博文相似
度;通过学者共同好友比例计算好友相似度;然后将博文相似度和好友相似度融合计算用户相似度;最后,融合用
户相似度和信任度进行学者推荐。【结果/结论】提出虚拟学术社区中基于用户相似度与信任度的学者推荐方法,综
合利用用户节点和网络全局信息,为虚拟学术社区用户进行学者推荐。【创新/局限】从用户节点和网络全局两个角
度进行学者信息融合,有效提高了虚拟学术社区中学者推荐的质量。局限在于本文主要考虑的是学者在网络全局
中的信任度,用户节点间的交互信任关系还有待进一步研究。 相似文献
2.
由于网络用户数据呈现渐进性非线性特征分离,导致对网络用户的信任度评价控制不准,无法有效实现对用户的准确推荐。提出一种基于Lyapunov协同权重控制的电子商务用户信任度评价渐进控制模型,将未知扰动和语义建模误差转化为满足给定信任评价的约束矩阵,完成用户信任网络控制器设计,采用Lyapunov指数系统感知策略,对用户信任权重值进行自适应调整,构建用户推荐模型构建与网络信任度控制模型,设计用户信任权重值协同感知算法,基于Lyapunov协同权重的电子商务用户信任度评价渐进控制模型改进设计。实验结果表明,该算法实现电子商务用户信任度渐进控制,控制精度较高,地域的分布特性也更加均衡,真实反映电子商务用户信任度评价的动态性、自适应性和稳健性特征,展示了较好的应用性能。 相似文献
3.
网络用户信任感知推荐的准确性设计是提高用户间的社交网络辅助信息信任度的重要依据。传统的网络用户信任感知推荐算法采用的是基于社交网络服务和用户评分的推荐系统,主观性较大,协同过滤效果不好。提出一种基于网络动态干扰监控的信任感知推荐算法设计新方法,设计自适应神经模糊系统网络动态干扰监测算法,构建基于向量空间模型的信任度评价指标体系结构,通过调整网络拓扑权重向量设置信任度周期响应加权变量自适应函数,有效降低迭代算法的运算成本,避免了自适应神经模糊系统网络动态干扰监测加权权重成固化状态,提高抗干扰性能。实验结果表明,算法能使社交网络感知推荐模型的预测误差减少,推荐可靠性优于传统方法。 相似文献
4.
【目的/意义】如何将网络文物信息资源中不同的知识提炼后推荐给有关用户,是文物信息资源开发与利用
过程中的关键问题。【方法/过程】通过主题-知识关联模型构建文物知识网络并识别网络中文物信息资源文本中的
主题词,而后根据知识及主题词的重要性对耦合后的知识进行重要性排序,按照知识与主题的关联程度实现文物
信息资源的知识推荐。【结果/结论】在实验中实现了不同网络文物信息资源的知识推荐,对比了不同数量主题词下
知识发现的效果,发现该方法在学术型文物信息资源的知识发现与推荐中效果较好。【创新/局限】利用知识库与信
息资源内容构建知识网络,通过计算网络节点的重要性进行知识推荐,为文物信息资源的利用提供了新的方法。
但受制于知识库知识储备的影响,可能无法挖掘信息资源的知识全貌。 相似文献
5.
本文提出了一种新的P2P网络信任模型——层次化分布域信任模型HDRTM。该模型基于历史交互信息和信誉推荐,采用量化方法和合成规则方法得到的信任度对P2P网络中的节点信任进行评估,同时引入了惩罚调节因子、合成规则权重因子等加强了信任度的可靠性与真实性。对HDRTM的仿真证明能够有效抵制恶意节点,具有较好的安全性与信任性。 相似文献
6.
针对目前文献管理软件无法识别用户潜在研究兴趣从而进行个性化推荐的现状,文章提出了基于主题的社会化推荐方法。首先通过基于内容的个性化过滤方法识别用户的主题偏好,然后利用社会网络分析方法 (SNA)识别学术网络中有影响力的文献,进而产生推荐。最后提出了基于社会网络的科技文献个性化推荐的框架。理论分析证明该方法可以准确反映用户的研究兴趣,灵活地识别用户所属的学术网络,从而为目标用户产生精准的文献推荐服务。 相似文献
7.
学术资源推荐领域学习者兴趣和学术趋势随时间的变化影响学术资源推荐系统的准确性.现有大部分推荐方法都没有考虑时间因素.本文用动态转移链(DTC)对用户兴趣和学术趋势的时效性进行建模.在DTC框架的基础上,提出一种新的融合矩阵奇异值分解模型(SVD)和动态转移链的学术资源推荐算法(SVDDTC).在数据集SeekSearch上对该方法进行实验,结果表明该算法较之当前流行的主要算法准确率提升3.89%. 相似文献
8.
由于网络用户数据呈现稀疏状导致对用户信任值评价控制不准确,难以实现有效推荐。传统方法中使用语义Web结合协同过滤方法进行用户信任网络控制,在协同过滤中由于冷启动和不确定时延导致相似用户发现较为困难。提出一种基于Lyapunov稳定性理论的用户信任度评价渐进控制算法,完成用户信任网络控制器设计,并进行用户推荐模型构建,实现对用户信任度的准确评价。仿真实验表明,使用该算法和模型进行网络交易用户信任评价,能解决评价系统中存在的不确定误差、干扰和时滞等问题,用户推荐模型鲁棒性好。 相似文献
9.
网络免费学术信息资源识别与利用 总被引：1，自引：0，他引：1
网络免费学术信息资源对推动学术研究和网络信息资源共享有着重要作用,其识别与利用对于网络用户有着重大意义.根据作品的版权状况和信息的发布者对网络免费学术信息资源进行分类;介绍了网络免费学术信息资源的三种主要获取途径:搜索引擎、RSS订阅以及开放资源集成平台;指出了网络免费学术信息资源存在的局限性. 相似文献
10.
《科技通报》2015,(10)
通过对电子商务的物流信任度渐进控制模型设计,进行网络实体对象的信任度评级,提高对商家的定量评估性能。传统的电子物流信任度控制模型采用自相关函数分析的模型设计方法,由于自相关特征分析的主观性较大,评价效果不好。提出一种基于互相关准则的电子物流信任度渐进控制模型。首先构建电子物流的资源数据库结构模型,构建用户信任评估机制与网络控制模型。采用DOI(Degree of Interest)互相关准则描述用户对资源的信任度评价,基于互相关准则,两个用户共同作出对彼此信任值模型的归一化评价。仿真实验表明,采用该模型,对电子物流信任度具有较好的渐进控制性能,信任度评价准确,估计精度较高,实现了基于互相关准则的电子物流信任度渐进控制,提高对电子物流商家的监管能力。 相似文献
11.
引入多主体协商频率分析的云信任数据推荐算法 总被引：1，自引：0，他引：1
《科技通报》2015,(8)
通过对电子商务网络交易中的云信任度数据的准确推荐算法设计,提高对商家的定量评估性能。传统的云信任数据推荐模型采用单自由度协商模型,主观性较大,推荐效果不好。在云计算环境下,提出一种基于多主体协商频率分析的云信任数据推荐算法。利用了正向和逆向云发生器进行定性与定量概念的相互转换。构建多主体协商频率分析模型,采用信任属性云逆向生成器生成信任属性云,对属性云进行综合评定得到综合属性云,同时运用相似度计算原理给出信任度评定等级。采用方差作为标准测度函数,计算信任云权重,实现商家云信任数据推荐算法改进。仿真结果表明,采用该算法进行多主体协商,得到的电子商务商家的云信任数据推荐的收敛性较好,对商家的信任评价准确,有效降低复杂虚拟的网络交易所带来的交易风险,更加完善了信任度评估机制。 相似文献
12.
学术信息个性化推荐是帮助科研用户处理海量无序信息的一种有效方法,当前国内外学者主要从基于内容、协同过滤和混合推荐方法角度对学术信息进行推荐。基于内容的方法分别从用户偏好建模、信息资源的主题挖掘和相似性计算三方面提高推荐的有效性;协同过滤的方法结合社会网络分析方法实现学术信息的推荐;而混合的方法则利用多个基础算法从不同角度提高推荐质量。本文旨在梳理当前国内外学术信息推荐方法的研究和应用现状,并在分析总结的基础上,展望今后的发展趋势。 相似文献
13.
14.
社会资本在我国扶贫开发战略中具有重要的作用。社会资本是贫困户获取资源和机会的重要渠道,是影响扶贫工程有效性及其产出效益的重要因素。文章从理论角度分析了社会资本及其经济影响,指出了我国贫困地区农村社会网络封闭性和内部分化、传统的规范认同失效和社会信任度弱化的现状特点,从实践角度探索了良好的社会资本对于贫困家庭脱贫解困,以及提升扶贫工作效率的促进作用。研究提出了培育贫困地区社会资本的3个重要途径,即着力构建贫困地区多元、新型的社会网络,着力提升民众对政府的信任度,着力营造与完善贫困地区的社会制度和规范建设。 相似文献
15.
[目的/意义]21世纪互联网技术的发展为学术研究提供了开放的交流平台，科研信息资源由此呈指数增长，学者难以从繁杂的信息中快捷获取所需信息，从而导致学术资源利用率低下。学术资源精准化、个性化推荐，成为了提高学术信息流转效率和实现价值增值的有效途径。[方法/过程]本文利用文献发表时间因子与文献语义相似度对异质信息网络进行加权，并基于此加权网络采用Node2vec进行有偏随机游走生成图节点序列，然后利用Skip-gram语言模型进行序列学习，最终计算节点向量的相似度以实现学术信息推荐。[结果/结论]以CNKI中的数据集为例对本文所提出的模型进行验证，实证结果表明，使用该模型推荐的论文与学者，一方面与目标学者的研究方向相符合；另一方面在时间维度上也较为精准，能够有效满足学者信息需求。 相似文献
16.
提出一种基于QoS的信任增强服务选择方法。引入信任评估机制,一方面重视服务请求者自身的服务使用经验;另一方面根据历史反馈对用户进行分级,只有达到一定级别的用户才有资格进行服务推荐,从而保证推荐信任度的可靠性。根据服务实际调用情况计算出直接QoS预测值、综合直接信任度和推荐信任度,选择能满足实际需求的候选服务。实例分析表明该方法可行。 相似文献
17.
基于标签共现的社会网络分析研究 总被引：1，自引：0，他引：1
以CiteUlike中含“tag”标签的文献为数据集,利用社会网络分析方法对社会化标签共现网络进行分析研究.通过研究发现,标签的共现网络具有以下特征:网络呈现“小世界”现象与“无标度”特征,体现了词汇之间的相关性,是一种有效的可视化方式.在此基础上,从推荐机制与本体构建两方面对标签共现网络的应用进行扩展,并为网络信息资源组织的健康发展提出了相关建议. 相似文献
18.
[目的/意义]学术用户画像是对用户访问使用学术资源行为的较全面的刻画。本文尝试构建图书馆学术用户画像的信息行为标签和研究兴趣标签,来准确定位学术用户的信息需求,以便推荐合适的学术资源。[方法/过程]具体方法是全面获取用户的访问日志并进行清洗处理,然后构建从学术用户信息行为出发的用户画像标签体系,进一步研究构建了基于研究兴趣关联的信息资源推荐服务。[结果/结论]本研究有助于提高用户信息获取效率,提高图书馆学术资源推荐服务的质量,并为结合其它资源全面构建图书馆学术用户画像提供一定的借鉴。 相似文献
19.
【目的/意义】构建基于用户动态画像的学术新媒体信息精准推荐模型是满足学术新媒体用户对学术信息
资源精准化、个性化与专业化的要求,同时也是提高学术信息流转效率以及价值增值的有效途径。【方法/过程】在
探究学术新媒体信息流转模型的基础上,进一步分析学术新媒体用户需求与分层画像,重构学术新媒体用户画像
步骤,构建基于用户动态画像的学术新媒体信息精准推荐模型。【结果/结论】基于用户动态画像的学术新媒体信息
精准推荐模型能够实现学术信息资源与用户的精准对接,提升用户忠诚度,更好地服务科研工作者的学术活动。
【创新/局限】从理论框架角度分析与构建学术新媒体信息推荐模型,后续将重点研究模型的技术实现与实践应用。 相似文献
20.
[目的/意义]从用户角度,通过用户评价内容挖掘构建形成网络学术信息资源评价模型,为网络学术信息资源评价提供一个新的视角,并为其更进一步深入研究奠定基础。[方法/过程]文章在利用爬虫工作自动抓取三个知名学术网站用户评论的语料库基础上,运用数据挖掘研究方法对评论数据进行分词、聚类,根据词间与词对关系,构建形成评价体系模型。[结果/结论]基于用户评论挖掘构建形成涵盖资源内容属性、资源外部特征、网络功能属性、获取过程、用户体验五个维度的网络学术信息资源评价体系模型。该体系模型反映出科学用户在利用新兴网络学术信息资源过程中对资源自身属性和平台规范性的关切,是用户与利用正式学术信息资源的本质区别。 相似文献