共查询到20条相似文献，搜索用时 281 毫秒
1.
本文主要工作是完成基于Android操作平台下的Application开发。通过RxVolley发送网络请求,Json数据解析,连接聚合数据的API实现机器人问答,物流信息查询,微信精选等功能。借助科大讯飞的在线语音合成SDK实现文本字句的语音朗读功能。运用Picasso封装的函数对微信精选文章请求返回的图片信息进行加载。实现了在线手机机器人聊天功能,不仅如此,该应用程序还拥有查看地图功能,车辆违章信息查询,驾驶证计分查询功能,浏览微信精选文章,快递信息查询。 相似文献
2.
基于不同数据库间信息交换的传统方法不足,文章介绍如何利用通用标记语言XML在不同数据库之间信息交换。 通过JDBC API来连接和查询数据库,实现从数据库到XML文档的信息转换。 相似文献
3.
针对公众在查询房产信息时对房屋及兴趣点之间路径信息的客观性、准确性和实时性需求,研究了一种改进的蚁群算法在房产信息网上查询系统中的应用。该算法采用最优时间来代替最短路径,基于图论建立了房屋、兴趣点和路径之间的数学模型,通过设置路况状态参数和交通状态参数实现了路径的最优选择。系统经过测试验证,运行稳定,使用效果良好,提高了用户检索最优路径的速度,同时提高了用户的使用效率。将算法应用于房产信息网上查询系统中的结果表明,该方法性能良好,对于系统中的路径选择及优化具有一定的现实意义。 相似文献
4.
5.
6.
基于信息过滤的Web信息查询优化 总被引：2，自引：0，他引：2
从信息过滤的角度分析信息查询的个性化发展,通过用户需求与信息内容的相似性匹配过滤与用户需求无关的信息,从而实现网络环境下用户信息查询结果的优化.据此建立基于信息过滤的用户模型框架,探讨基于信息过滤的信息查询系统优化实现的过程和方法. 相似文献
7.
针对RoboCup四腿机器人足球比赛中如何测定目标物体距离的问题，本文提出了一种基于三角模型的距离测定方法，与基于区域色块的距离测定算法相比，该方法不再依赖于图像色块信息，实现了在色块信息不可用情况下对目标物体距离的准确测定。在三角模型的基础上，通过加速传感器滤波，对机器人建模，结合机器人的位姿变化，利用坐标变换测定机器人和任意目标点之间的距离。实验结果证明了该方法的有效性和准确性。 相似文献
8.
在移动互联网的时代,基于地理位置服务LBS发展得越来越成熟,直接影响到人们的衣食住行。文章针对桂林电子科技大学校园导航LBS应用的设计与实现进行分析。校园内用户能够通过Android客户端查询自身的位置、目的地点的路线、建筑的位置等信息,校园外用户通过在论坛中话题发布、校园资讯查阅等方式了解校园信息。校园导航应用主要面向特定用户,如校园师生、来访人员等,解决了他们对校园不熟悉的众多问题。 相似文献
9.
基于主题偏好的个性化检索模型研究 总被引：1，自引：0，他引：1
随着互联网信息资源日益增多,个性化检索成为了信息检索领域的研究热点.传统的个性化检索利用网页内容形成的向量空间模型来描述用户兴趣,使得用户的查询响应较慢,修正用户兴趣计算量大.由此提出基于主题偏好的个性化检索模型,用户兴趣由用户的主题偏好来表示,结合主题敏感的PageRank算法对检索结果排序.旨在更好地体现用户兴趣,并简化计算,减少查询响应时间. 相似文献
10.
聚合用户形成用户群,以用户群的方式提供个性化服务是目前保证个性化服务质量和效率的关键.首先分析了个性化服务从"信息聚合"到"用户聚合"的必然转变以及基于群体网路行为进行用户聚合的可行性;然后在分析基于群体网络行为的用户聚合理论模型的基础上构建了用户聚合模型;最后分析了网页集处理和其相似度计算问题,运用K-means聚类方法进行了用户聚合模型的实现研究. 相似文献
11.
12.
知识地图在多领域本体语义互联中的应用 总被引：2，自引：0，他引：2
以数字信息资源组织的多领域本体语义互联为切入点,通过对其目前问题的分析,提出引入知识地图技术解决本体的映射和聚类问题,构建了基于知识地图的多领域本体语义互联框架模型。Abstract： Starting with the semantic interconnection of multi-domain ontology in digital information resources organization,and by analyzing the problems existing therein,this article proposes to use the knowledge map technology to solve the mapping and clustering problem of ontology.The article constructs a framework model of semantic interconnection of multi-domain ontology based on knowledge map. 相似文献
13.
【目的/意义】网络用户在线评论是用户对某产品或服务机构体验感知的反馈,对网络用户在线评论的文
本挖掘是情报分析的重要内容。【方法/过程】为了更有效从海量网络用户在线评论文本中挖掘用户感兴趣的信息,
本研究爬取TripAdvisor网站四大城市的酒店用户在线评论,基于主题图谱理论和文本聚类算法构建网络用户在线
评论的聚类模型,通过图谱可视化揭示不同地区酒店用户观点差异,并分析不同图谱的社会网络特征。【结果/结
论】研究发现酒店用户最关注的是服务,其次是酒店的环境和位置。本研究能够快速挖掘酒店用户关注内容,对帮
助酒店管理者了解用户住宿需求并以此提高用户满意度具有重要价值。【创新/局限】本文结合主题图谱和文本挖
掘技术构建酒店用户在线评论主题图谱,在大数据文本主题聚类上显示出优越性。但本文仅分析TripAdvisor网站
四个城市中部分酒店的用户在线评论,数据面覆盖不够广泛。 相似文献
14.
15.
【目的/意义】针对图书馆用户群体聚类分群不稳定且错误率较高的问题,提出基于马尔可夫模型的图书馆
用户聚类分群方法,提升图书馆用户聚类分群精准度。【方法/过程】采用一阶马尔可夫混合模型构建用户动作序列
模型,通过模型产生用户行为聚类,体现用户动作的动态性,采用自适应自然梯度算法,依据用户行为分离状态自
适应调整自身步长,优化模型参数学习中模型自动选择问题,实现最佳图书馆用户聚类分群。【结果/结论】通过实
验结果能够证明,实际聚类数量小于L值时,提出方法能够实现参数学习过程中模型的自动选择。提出方法的分群
数量最多,能够划分出最大的取值区间,聚类错误率最低为0.22%,聚类性能比较稳定,分群结果更加精准,达到了
设计的预期。【创新/局限】采用一阶马尔可夫混合模型实现了图书馆用户聚类分群。后续将进一步研究可考虑用
户序列间关联的高阶马尔可夫分量模型,以提高分群算法的准确性和稳定性。 相似文献
16.
大数据环境下,推荐系统项目评分的稀疏性问题愈加突出,单兴趣表示方法也难以对用户多种情境兴趣进行准确描述,导致推荐结果精度大大降低。鉴于此,提出一种多情境兴趣表示方法,在此基础上构建面向图书馆大数据知识服务的多情境兴趣推荐模型,通过对用户多情境兴趣的层次划分,利用蚁群层次挖掘的优势来发现目标用户的若干最近邻类簇,然后根据类簇内相似用户对目标项目的评分对未评分项目进行预测,最后结合MapReduce化的大数据并行处理方法来进行协同过滤推荐。实验结果表明,多情境兴趣的建模方法改善了单兴趣建模存在的歧义推荐问题,有效缓解了大数据环境下项目评分的数据稀疏问题,MapReduce化的蚁群层次聚类方法也大大改善了推荐系统的运行效率。 相似文献
17.
提出一种基于用户兴趣度矩阵和改进粒子群优化的数字图书馆文献推送方法。从用户兴趣行为特征入手,首先构建用户对文献的兴趣度矩阵,然后通过文献聚类和最近邻查询,产生最优推荐列表。其中利用改进粒子群优化算法对文献聚类进行优化,进而能够提供更高效的文献推送服务。 相似文献
18.
【 目的/意义】在突发公共卫生事件情境下面向在线健康社区用户画像与分群,有助于提升社区服务质量,为
拓宽互联网疫情风险感知渠道作出贡献。【方法/过程】以“COVID-19”为例,结合社区数据特点从用户基本特征、
用户兴趣主题、情感倾向、用户问诊需求和用户交互网络角色五个角度出发构建画像标签并利用DBSCAN聚类实
现画像,根据画像结果呈现用户概貌;利用 AP算法在画像基础上实现用户分群,通过社会网络分析找到最具疫情
风险发现价值的用户类群。【结果/结论】实例分析表明,本文所构建的模型能够有效生成在线健康社区用户画像,
画像可以对社区用户进行概括、映射用户原貌;分群结果呈现出5类社区用户群：患者、疑似患者、医师、奉献者和社
区管理员;社会网络分析表明最具疫情风险发现价值的用户群体为疑似患者和奉献者。【创新/局限】实例分析数据
量尚达不到“大数据”标准,画像构建粒度仍有继续提升的空间。 相似文献
19.
基于Web使用挖掘的用户个性化服务研究 总被引：5，自引：0，他引：5
万维网是一个巨大的全球性的信息服务中心。随着诸如新闻、广告、消费信息、金融管理、远程教育、政府网站、电子商务等的日益普及 ,提供网络信息服务的竞争日益激烈。谁能更方便地为用户提供所需要的网络资源 ;谁能提供更贴近用户的个性化服务 ;谁能更快捷抓住用户新的需求 ,是能否成功为用户提供网络业务的关键。现代社会的竞争趋势要求对因特网上大量出现和产生的信息进行实时和深层次的分析 ,虽然借助于强大的搜索引擎和搜索技术 ,用户仍然在分析和使用这些信息时面临许多困难。同时基于ＷＷＷ的Ｗｅｂ站点设计、Ｗｅｂ服务设计、Ｗｅｂ… 相似文献
20.
社会标签系统是Web2.0中提出的概念,旨在更好地表达用户的兴趣和意愿。而标签聚类是社会标签系统的个性化推荐中一个重要的研究课题。本文研究了如何基于标签聚类与用户模型来进行个性化推荐的方法。通过计算标签的相似度进行标签聚类,结合用户模型,根据标签聚类结果做出推荐。通过采用CiteULike公布的数据集进行实验证明,与未采用标签聚类的推荐方法相比,本方法不仅可提高推荐的命中率,优化目标资源的排名,而且能为用户发现更多新的感兴趣的资源。 相似文献