共查询到20条相似文献，搜索用时 32 毫秒
1.
【目的/意义】当前全球信息化时代下信息过载问题日趋严峻,在深度挖掘信息的基础上,结合用户行为特
征进行智能匹配显得尤为重要。【方法/过程】本文在基于潜在因子模型的个性化推荐算法的基础上,构建了结合时
间序列的语义信息挖掘及匹配模型。通过引入用户历史行为的时间序列语义信息,提高已有模型预测用户偏好的
准确性,结合因子分解机的思想实现对扩展模型的构建,并通过 movielens数据集对该方法的有效性进行验证。【结
果/结论】实验结果表明,新模型能够有效提高已有推荐模型预测用户偏好的准确性,从而实现了良好的数据挖掘
及匹配效果。 相似文献
2.
【目的/意义】针对多组时间序列的海量数据集和以预测为目标的信息分析方法，提出了基于数据挖掘技术 的预测模型，在大数据环境下，提高了预测精度，以期在其他领域的信息分析和情报预测能有所借鉴。【方法/过程】 以集装箱海运价格预测为例，提出集装箱海运价格预测模型，设计自适应的网格搜索策略，高效准确地确定数据挖 掘算法中的超参数组合，提出基于时间序列留出法的评估方法，降低了集装箱运价这种多组时间序列数据集在数 据挖掘结果上的泛化误差，针对海量运价信息，对GBDT算法进行并行计算设计和预排序后的损失函数迭代计算 优化策略，提高了算法在大数据环境下的计算效率。【结果/结论】模型和算法运行结果仿真显示：对于传统的时间 序列问题，基于数据挖掘方法的预测模型取得了比传统时间序列方法更优的结果。 相似文献
3.
【目的/意义】关联数据发现与个性化信息推送是未来智慧图书馆建设的核心内容。大数据环境下,为了提
高图书馆推送信息的精准度,本文把适合个性化信息推送服务的强关联规则挖掘技术引入到高校图书馆智慧化信
息服务中,研究在图书馆集成管理系统的基础上实现图书的智能查询和个性化信息推送。【方法/过程】在具体的研
究中,由于经典关联规则挖掘需要多次扫描数据库,生成大量的冗余关联规则信息,因此需要重新定义领域内强关
联规则和频繁项目集,提出处理海量数据需要的强关联规则算法。【结果/结论】将改进的算法应用到图书借阅和信
息查询数据的分析中,以减少图书频繁项集的产生,避免冗余规则的挖掘和生成,从而实现关联图书信息的高效挖
掘和个性化推送。 相似文献
4.
【目的/意义】挖掘大学生知识获取行为影响因素,有助于树立大学生知识获取主动性意识、提升知识需求
表达和信息资源利用能力、提高大学生信息素养。【方法/过程】本文基于信息素养视角,从信息意识、信息搜寻能
力、信息应用能力、信息环境四个维度构建了大学生知识获取行为影响因素模型,应用结构方程对模型进行了验
证。【结果/结论】结果表明信息应用能力、信息环境对知识获取意愿有正向影响,信息意识与知识获取意愿对知识
获取行为有正向影响;信息搜寻能力对知识获取意愿的影响不显著。【创新/局限】首次基于信息素养视角揭示了大
学生知识获取行为影响因素,但数据样本较为单一,对策研究还有待进一步深入。 相似文献
5.
6.
【目的/意义】通过构建数学模型,研究大数据背景下微博舆情热度预测问题。【方法/过程】分析大数据背景
下的微博舆情的首发信息特征,定义首发信息影响系数,建立微博首发信息热度预测方程模型。【结果/结论】利用百
度指数、清博舆情等软件,研究 47个微博舆情实例分析模型特征,并用 6个微博舆情案例验证模型,得出该模型根据
微博首发信息的少量数据而得到较为准确的预测结果。研究成果有利于政府面对复杂微博舆情时做到“心中有
数”, 也为进一步研究大数据背景下微博舆情预测问题提供参考。 相似文献
7.
【目的/意义】当前的信息用户行为特征挖掘方法无法将数据统一整合,且无法准确计算出时间序列内滑动
窗口内的数据均值,导致特征挖掘精度偏低。为此,提出了基于时间特性的信息用户行为特征挖掘方法。【方法/过
程】计算时间序列内滑动窗口内的数据均值,得出起始序列向量,再将用户行为划分成若干等值的时间片,通过取
样统计各种用户群体,得出用户的行为状态定性。以平均查询频率作为标准,观察用户的查询行为特征,输出信息
挖掘结果。【结果/结论】实验结果表明：所提方法挖掘出夜晚用户行为信息多于白天,休息日比工作日多,且在网络
波动下,虽然耗时增加,不过处于合理范围内。与传统方法相比,所提方法具有更低的挖掘误差,应用性较强。以
上实验结果证明了基于时间特性的信息用户行为特征挖掘研究能获取更准确的用户行为意向,提高用户兴趣预测
准确度,优化网络服务效果。【创新/局限】为进一步提高网络信息特征挖掘的效率,后续将重点研究多个网络用户
行为的并行分析,使该方法更适用于网络海量信息处理。 相似文献
8.
【目的/意义】研究新媒体环境下企业微博信息行为特征,通过对比分析五家同类型企业微博信息行为过程,提出建议,从而提高企业与用户信息交互的效果,提高企业核心竞争力。【方法/过程】本文通过网络爬虫采集五家汽车企业近三年来的全部微博数据及粉丝数据,采用知识图谱分析方法,将企业微博在线活动特征可视化,分析企业在线活动的时间特征,在线内容挖掘及热点分析,共同关注者的网络可视化及差异比较。【结果/结论】本文基于知识图谱构建的新媒体环境下企业微博信息行为模型可以作为企业在线信息活动分析的研究框架;数据分析结果表明企业可以利用新媒体平台进行在线活动,提升企业与用户的信息交互效果。 相似文献
9.
【目的/意义】本文基于深度学习的理论框架,以突发事件中多模态危机情报智能采集加工生成应对策略的 过程作为研究对象,构建出第三视角视频采集模型,并按照“数据→信息→知识→情报”的递进顺序建立危机情报 多层次多阶段智能化模型。【方法/过程】提供不同层次多模态情报挖掘智能方法,使其达到对突发事件中多模态危 机数据智能采集后,通过智能挖掘分析把危机信息加工成危机知识并利用其智能生成突发事件分阶段应对策略, 从而最终构建多模态危机情报智能管理体系。【结果/结论】本文的研究架构和情报智能挖掘,可为突发事件应急决 策提供科学、客观的实践参考和理论指导。 相似文献
10.
【目的/意义】短视频平台的兴起让弹幕成为公众情感交流的重要载体,构建短视频平台弹幕情绪预警机制有助于更好地把握舆情态势。【方法/过程】以互动仪式链理论为基础,建立Bilibili弹幕视频互动仪式模型,并对驱动互动仪式链形成的用户情绪设计了预警机制。构建了EGM-马尔可夫-Fisher模型,并与EGM(1,1)、EGM-马尔可夫模型的预测结果进行了精度对比,以实现较为准确的负面情绪风险预警;在预测阈值的基础上结合灰色关联分析方法,提出情绪预警分级方案。最后通过爬取Bilibili网站舆情事件数据对预警机制进行检验。【结果/结论】EGM-马尔可夫-Fisher模型的预测精度较高,其在情绪监测预警方面具有良好的适用性。结合灰色关联分析改进的分级方法预测可靠,为提升用户情感互动体验和网络空间的有效治理提供参考。【创新/局限】研究挖掘了短视频平台互动仪式中弹幕与实现情绪预警的关联,构建了预警模型,未来可针对用户主体特征深化情绪传播研究。 相似文献
11.
【目的/意义】重构原有的信息链模型，使信息链模型能够重新揭示“互联网+”环境下数据、信息、知识、智慧
（DIKW）等基础概念之间的新的关系。【方法/过程】本研究采用归纳法，在总结不同历史时期DIKW关系模型发展
脉络后，归纳DIKW关系模型的发展规律，结合“互联网+”时代DIKW关系的变化，探讨信息链模型的重构问题，并
提出有针对性的重构方案：交互式信息链模型。【结果/结论】本研究提出了具有双向交互和跨越式转化的新特点、
符合DIKW关系认知模型发展规律并且能够更好地描述当前DIKW新关系的新模型——交互式信息链，使理论与
实际重新统一。 相似文献
12.
【目的/意义】突发疫情环境下将形成大量网络舆情,准确把握网络舆情传播趋势可为突发疫情环境下的社
会保障应急机制提供参考依据。【方法/过程】本文从网络舆情信息交互影响要素、网络舆情信息交互机理两方面分
析突发疫情环境下网络舆情信息交互机理;并从网络舆情传播趋势特点考虑,以新冠病毒肺炎李文亮事件为例,采
用Elman 神经网络模型,选取网络信息数量以及情绪总量和主导情绪作为网络舆情传播趋势预测主要变量和辅助
变量,对突发疫情环境下的网络舆情传播趋势进行预测分析,针对预测结果制定相关社会保障应急机制。【结果/结
论】研究提出可通过完善网络舆情相关法律机制、社会参与机制、信息披露机制、社会监督机制、责任追究机制五项
社会保障应急机制,以期为突发疫情环境下维持社会稳定性提供依据。【局限/创新】未来研究中可结合更多相关实
例进行分析,从而使研究结论进一步得到丰富与深化。 相似文献
13.
【目的/意义】农业品牌化是农业产业发展的必由之路,品牌化需要大数据来驱动。在大数据环境下,要塑 造农业品牌、促使农业产业升级,需要构建农业品牌信息数据集。如何构建农业品牌信息数据集模型,促进农业产 业发展是本文拟要解决的问题。【方法/过程】本文首先分析了什么是农业品牌信息数据集,并在此基础上提出了农 业品牌信息数据集的四个构成维度,并利用这四个维度结合农业品牌的内涵特征和农业品牌用户的信息需求构建 了农业品牌信息数据模型。【结果/结论】通过构建四种信息数据集模型可以有效解决大数据环境下农业品牌化的 信息服务问题,有助于培植优秀农业品牌,促进农业产业优化升级。 相似文献
14.
【目的/意义】随着经济和科技的飞速发展,从海量网络数据资源中获取、挖掘有用的信息已成为企业情报 工作的重点, 5G、物联网、大数据、人工智能等技术的出现和发展也丰富了信息来源。为了满足企业在新环境下的 情报需求,促进企业对边缘设备产生数据的高效处理和利用。【方法/过程】本文提出基于边缘计算的企业竞争情报 系统架构,介绍了各处理单元负责的业务并分析了该系统具备的优势。【结果/结论】系统由数据采集层、数据处理 层和数据应用层构成,边缘计算与云计算技术相辅相成,使得系统更好地完成信息采集与处理、竞争态势感知、应 急预警、情报工作机制建立、信息安全保护等工作。 相似文献
15.
【目的/意义】大数据环境下，如何对海量的移动图书馆数据资源进行挖掘、重组和深度融合，从而获取最有 价值的信息对移动图书馆的长远发展至关重要。【方法/过程】构建了大数据深度融合的移动图书馆情境化推荐系 统，通过深度融合图书馆用户的情境信息，有效缓解大数据环境下评分数据稀疏导致的推荐性能下降问题；同时采 用MapReduce的并行处理方式，以此提高大数据的融合与挖掘性能。【结果/结论】实验结果表明，大数据深度融合 的移动图书馆情境化推荐系统较好地将情境信息融入到移动图书馆知识推荐过程中，改进了推荐性能，有利于为 用户提供精准的个性化服务资源，MapReduce化的并行处理方法也有效提升了大数据融合与挖掘的性能与效率。 相似文献
16.
【目的/意义】随着我国电力行业的快速发展,大数据技术在电力行业中的应用也得到了进一步提升,掌握大数据技术对于我国电力行业的建设具有十分重要意义。【方法/过程】本文首先阐述了电力行业大数据的含义和特征,然后构建了在大数据环境下基于信息生态理论的电力行业信息生态模型,最后在电力行业信息生态模型基础上构建了电力行业大数据应用框架模型。【结果/结论】为了解决电力行业中信息生态失衡的现象,避免电力行业在大数据应用过程中出现复杂性、无序性、不稳定性等问题。 相似文献
17.
【目的/意义】探究不同信息视域环境下的协同信息行为,旨在丰富协同信息行为影响因素模型,并为优化
跨学科信息资源服务提供参考。【方法/过程】通过提供特定信息导航工具和放开人际资源构成了不同信息视域环
境,对35名实验者开展受控实验,收集协同信息行为数据,利用HMM（隐马尔科夫模型）方法分析协同信息行为的
变化。【结果/结论】研究得出导航工具环境下,实验者协同信息行为模式从“人-人”式转变为“人-系统”式;放开人
际资源环境下,实验者协同信息行为模式由“主-主”式转变为“主-从”式。 相似文献
18.
【目的/意义】通过对大数据环境下高校大学生信息素养影响因素的研究,寻找一种科学量化方法,揭示影
响高校大学生信息素养的决策因素,以利于采取有效措施提升大学生信息素养。【方法/过程】论文基于粗糙集理
论,构建了大数据环境下高校大学生信息素养影响因素模型,设计开发了基于网络的信息素养量化分析专家系
统。选取多个工科专业作为研究样本,进行数据采集。运用多层次粗糙集方法对模型进行分析,在研究结果基础
上,提出高校大学生信息素养提升的建议。【结果/结论】实证研究结果表明,课程体系设计是大数据环境下高校大
学生信息素养的重要影响因素,各高校应从多个层面入手提升大学生信息素养水平。 相似文献
19.
【目的/意义】在海量的交易信息下，在线评价已经成为电商买家做出购买决定的重要参考，但不法商家针
对网络评价的造假手段也越来越隐蔽，因而针对网络信用评价的识别模型也必须相应地改进。【方法/过程】针对当
前大数据环境，本文主要完成了以下工作：（1）通过对相关文献的梳理和实际交易情况的分析，确定了诚信评价指
标；（2）构建了基于朴素贝叶斯与BP神经网络的二层混合模型（NB-BP）；（3）以大学生在线模拟电子商务交易行为
产生的实验数据为样本，对NB-BP进行了测试和验证。【结果/结论】实证检验结果表明，较单纯BP人工神经网络
和随机森林模型，NB-BP模型的标准均方误差较低，证明其预测准确率和稳定性上占优。 相似文献
20.
【目的/意义】探究用户信息行为对谣言传播的影响可以为辟谣工作提供新的思路,但目前现有研究大多基
于传染病模型研究用户信息行为的影响,而基于博弈模型所考虑的用户信息行为又不完整。【方法/过程】为了弥补
这一不足,在原有用户信息行为模型的基础上,引入用户质疑行为,构建考虑质疑效应的用户信息行为博弈模型,
分析辟谣效果达到最佳状态的约束条件并对模型中的参数进行模拟仿真。【结果/结论】结果表明,用户的质疑行为
能够提高辟谣信息的传播效果,但过度质疑会对谣言控制起反作用。最后,根据仿真结果给出提高辟谣信息传播
效果的建议。【创新/局限】本文提出的用户信息行为博弈模型与社会实际更贴近,在今后的研究中,可以考虑引入
真实数据来验证该模型。 相似文献