共查询到20条相似文献，搜索用时 31 毫秒
1.
Web挖掘技术在电子商务中的应用研究 总被引：16，自引：0，他引：16
本文基于国内外最新研究成果对电子商务中应用的Web挖掘技术进行了研究。对于个性化电子商务网站中难以发现用户行为特征问题 ,给出了基于Web日志的客户群体聚类算法及Web页面聚类算法。利用这些Web挖掘技术可有效挖掘用户个性特征 ,从而指导电子商务网站资源的组织和分配。 相似文献
2.
数据挖掘技术在电子商务中的应用研究 总被引：1，自引：0，他引：1
本文基于国内外最新研究成果对电子商务中应用的web挖掘技术进行了研究。对于个性化电子商务网站中难以发现用户行为特征问题，给出了基于web日志的客户群体聚类算法及web页面聚类算法。利用这些web挖掘技术可有效挖掘用户个性特征，从而指导电子商务网站资源的组织和分配。 相似文献
3.
4.
MBTI是一种人格类型测量表,近期却成为了一种新型社交密码,在青年群体中迅速传播开来。人们基于共同的兴趣爱好组建成MBTI趣缘群体,在群体中不断保持互动,增强彼此之间的感情,最终形成群体成员归属感。本文以MBTI豆瓣社群为研究对象,发现MBTI趣缘群体互动过程中包含了人内传播、人际传播、群体传播且均有不同的行为动机,而在这些行为动机下,MBTI若无法正确使用,也会导致人群陷入鄙视链、符号崇拜等情结中。 相似文献
5.
基于用户群体影响的协同过滤推荐算法 总被引：4，自引：0，他引：4
协同过滤是推荐系统中广泛使用的推荐技术,对推荐结果可解释强.基于用户的协同过滤是一种重要的系统推荐方法,用户评分数据的极端稀疏性制约着系统的推荐质量.针对上述情况,提出一种基于用户群体影响的协同过滤推荐算法.首先,定义了用户群体的概念并根据群体影响提出两条相应准则;然后,计算用户相似性时,不仅考虑了用户个体之间的相似性,而且考虑了用户所处群体之间的相似性.该算法不仅可以更加精确地刻画用户之间相似度,而且一定程度上增强了推荐系统的稳定性.实验结果表明,该算法能有效地提高系统的推荐质量,而且满足所提出的两条准则. 相似文献
6.
由于一对一定制化沟通的实现,能最好满足消费者需求的"推荐信息"日趋重要.传统网络推荐技术在支持个人决策行为的过程中非常有效,但却很难运用于群体决策过程之中.在本项研究中,我们提出了一种全新的方法来为群体成员进行商品推荐.这种方法考虑到群体决策过程中会受到群体成员间交互作用的影响,不同意见在群体中的重要性存在的差异.基于商品的协同过滤算法,通过使用GA方法用来学习群体偏好解决子群体的未知评分问题.实验的结果显示,我们提出的方法能够提供高质量的群体推荐意见,并可以广泛运用于群体推荐过程中. 相似文献
7.
算法感知是分析算法及其社会影响的重要路径之一。本研究基于算法感知路径,以社会认知理论为基础,以环境—个人—行为关系为分析框架,分析用户算法感知对反馈行为的影响机制。研究发现：第一,用户在媒介实践中感知到信息是由算法推荐的,并基于所接收的信息（静态环境）这一算法输出结果进行反馈,特定反馈也受到动态社会环境的规约。第二,用户基于算法理解（心理认知）进行反馈,对于不同的算法推荐逻辑,反馈机制有所不同。第三,外界环境、用户认知心理的交互,呈现在对算法的感知模式中,感知模式会引导反馈行为,但具体情况因个人、环境等不可抗因素而有所差异。本研究基于算法感知的反馈行为,从经验层面说明了算法感知概念提出的重要性。 相似文献
8.
算法不仅作为中介在实现一对一的关系匹配与连接,也在建构着群体关系,它对共同体的形成与维系的影响也开始日益受到关注。像健康码一样,很多基于算法的评价系统,也在将人群进行区分,强化人们的群体归属,并赋予相应的标签,而在进行关系匹配或资源分配时,每个标签会对应着与相应群体适配的规则、套路,因此,算法和标签可能将人们框定在既有的群体中,在一定程度上也在加固不同共同体之间的"墙"。算法对某些共同体边界的维护,也是算法权力的一种表现。 相似文献
9.
[目的/意义]基于空巢化乡村农民群体分众化的视角,调查守巢、两栖和离巢等三类农民群体惠农信息传播行为的特征,探究农民群体之间传播行为的差异性。[研究设计/方法]研究框架和问卷设计基于创新信息传播的5阶段模型,利用SPSS的CV变异对不同阶段的各农民群体在惠农信息传播中的行为特征进行统计分析和比较。[结论/发现]不同农民群体在惠农信息传播的认知、决策、执行等阶段的行为存在差异,并根据分析结论提出相应对策以提高农民的惠农信息传播效能。[创新/价值]将惠农信息传播受众扩展至非农“农民”,三类型农民群体划分的思想,为政府差异化服务策略提供新依据。 相似文献
10.
【目的】平台社会逐渐兴起，用户-算法-平台三者的关系成为研究热点本文聚焦于大学生群体的平台使用实践，探讨其如何看待个性化推荐信息、通过改变算法推送、感知自身画像等主动打造个性化信息流，以及其主体意识的强烈程度等。【方法】采用问卷调查与深度访谈结合的方法探索其在平台使用、算法相遇实践等进行研究。【结果】用户对于个性化推荐信息的态度与其媒介素养、算法意识等因素高度相关，个性化推荐信息本质上是用户定制化内容与算法推荐机制相互融合的结果。【结论】大学生用户较其他群体有较高的媒介素养与较为丰富的平台选择。其对于个性化推荐信息的态度总体呈现发挥平台工具属性、有意识地进行算法抵抗与算法驯化，达成内容重组、信息优化排序等，最大化实现平台为“我”所用。基于用户主体驱动的平台使用行为，对算法推荐本身的茧房构建具有一定的消解。 相似文献
11.
蜂群算法是一种模仿蜜蜂繁殖、采蜜等行为的新兴的智能优化技术。本文探讨了基于蜜蜂采蜜蜂群算法的理论基础,并使用蜂群算法与禁忌搜索结合解决组合优化问题,如旅行商(TSP)问题。通过分析,蜂群算法与禁忌搜索结合能够改进算法的全局搜索能力,有较好的发现最优解的能力。 相似文献
12.
目前通过网络可以获取大量有关用户研究的文献。在这些文献中,有些针对研究人员的行为,有些则是研究普通大众的行为。有些文献阐述了具体学科领域的研究人员的信息查询行为,有些文献则论述的是多学科领域研究人员的信息行为。还有些文献是就本科生、研究生或毕业生等这样的某一用户群体进行研究,或者是对这些个别用户群体与研究人员群体的信息查询行为进行对比研究。再有就是有关青少年行为的研究。 相似文献
13.
字幕组是一种典型的趣缘群体,以对国外影视作品的喜爱为纽带,汇聚了一批不求回报的进行译制工作的成员,他们基于精神、实践方面等多种需求来利用媒介文本,进行具有共享性、组织化和导向性等特性的二次创作行为,代表了网络时代趣缘群体对媒介新型的"使用与满足". 相似文献
14.
心理契约是员工与组织之间的一种未书面化的契约,对员工在组织中的行为和态度有重要影响.本文在此视角下对出版组织内的典型知识型员工——核心编辑群体的激励进行分析和探讨,提出基于核心编辑群体心理契约的激励目标、激励策略和具体实现路径. 相似文献
15.
网络舆情演化过程中容易出现意见分化、对立或聚集,产生网络对峙、网络声讨等群体极化现象.为揭示网络舆情演化系统中群体极化现象的特性与形成规律,在分析网络舆情演化中群体极化的内涵、特征和形式的基础上,从网络群体成员的行为规则、交互过程、群体涌现等出发构建网络舆情群体极化的Multi-Agent系统,建立网络舆情演化中的群体极化模型,给出算法实现,并且利用计算实验方法验证群体规模、意见领袖数量、意见领袖观点等对网络舆情演化中群体极化的影响,进而对网络舆情演化中群体极化的形成机理进行系统的研究和诠释.研究有助于把握网络舆情演化规律以及监测网络群体成员的群集行为,有利于对网络舆情的引导和监管. 相似文献
16.
融合社会网络的协同过滤推荐算法研究 总被引：1，自引：0，他引：1
针对传统协同过滤推荐算法的数据稀疏性及恶意行为等问题,提出一种新的基于社会网络的协同过滤推荐算法。该算法借助社会网络信息,结合用户信任和用户兴趣,寻找目标用户最近邻居,并以此作为权重,形成项目推荐,以提高推荐的准确度。实验表明,相对于传统的协同过滤算法,该算法可有效缓解稀疏性及恶意行为带来的问题,显著提高推荐系统的推荐质量。 相似文献
17.
针对图书馆读者借阅事务中存在的序列特征,提出一种基于序列模式挖掘的读者借阅行为分析方法,其思想是通过将借阅事务转化为序列数据库,基于PrefixSpan算法来识别读者借阅行为序列模式。以某高校图书馆读者借阅事务数据为例,通过序列模式挖掘实验表明,此方法可有效获取读者借阅行为的时序规律,其结果在图书馆信息服务中具有一定的应用价值。 相似文献
18.
集合覆盖问题已被证明是一个NP完全问题,现在所有的NP完全问题,没有多项式时间算法求解。目前为集合覆盖问题的主要的近似算法,复杂或大型集合覆盖问题,现有的算法很难达到理想的优化效果。蚁群算法是基于群体智能的进化算法为基础的小说,关注个体的蚂蚁之间的合作,利用信息素正反馈机制,具有很强的寻找更好的解决方案的能力。蚁群算法已成功地应用在许多复杂的优化问题,其优化能力提供了一种新的思路来解决集合覆盖问题。蚁群算法具有耗时长、易陷入局部最优解的缺点。 相似文献
19.
本文从群体智慧理论出发,构建了协同标注信息行为模型,将协同标注信息行为从宏观层面划分为初始阶段、中级阶段和终极阶段三个子过程;从微观层面划分为发散、收敛和凝聚三个子环节。其中,宏观层面描述了协同标注信息行为由量变到质变的过程,凸显了过程性;微观层面描述了协同标注信息行为中群体智慧涌现的基本过程,凸显了协同性。本研究通过对豆瓣电影标签数据的实证分析发现:基于群体智慧理论的三阶段-三环节模型合理地解释了协同标注信息行为的过程性和协同性;标签标注次数的偏度系数总体呈增长趋势,群体智慧在协同标注信息行为过程中不断涌现;标签引用是整个协同标注信息行为过程中的常态,逐渐形成了稳定的代表群体用户意见的高频标签群;八种协同标注信息行为模式在整个协同标注信息行为的过程中均有发生,但收敛模式较为稳定,发散模式有很大的概率转为收敛模式;协同标注信息行为过程以收敛环节为主,群体用户意见经历由发散向收敛转移,并最终凝聚全局共识、涌现大众分类。研究结果表明,本文的理论模型与研究方法具有科学性,能够丰富协同信息行为的理论与方法体系。 相似文献
20.
智能优化算法是一类基于自然行为或模拟生物行为的计算方法，用于解决复杂的优化问题。这些算法借鉴了生物系统中的智能特征和机制，通过模拟、搜索和优化过程来找到最佳的解决方案。在智能算法中选取蚁群算法和遗传基因算法对通信光缆网络线路进行规划设计，通过仿真结果表明，这两种智能算法均能够提供有效的线路规划方案，具备较优的算法性能。 相似文献