论文研究用户个性化行为获取与分析的研究 .pdf

基于无线探测的用户行为差异分析，朱洁，胡怡红，不同的楼宇具有不同的功能，比如有的楼宇是宿舍楼、有的是教学楼、有的是食堂、有的是办公楼，这些楼宇中常来往的人都具有不同的

从用户个人信息的搜集、用户描述文件建立、搜索结果排序和系统评价四个方面详细阐述了个性化搜索技术并比较分析了不同技术的优缺点,从防止未经许可的数据访问和保护发布数据的安全两个方面介绍了隐私保护技术的研究

很好的个性化文件，合适研究者使用，不要错过

为了解决多用户共享账号情况下，账号内部分用户得不到有效推荐的问题，提出PRASA（personalizedrecommendationalgorithmforsharedaccount）算法，首先利用

建立一个基于用户偏好模型的标签推荐系统，从该系统产生的标签集合中选择出能降低一般性概念描述的模糊性的标签子集，推荐给用户。实验表明，该系统具有较高的可靠性和精准度。

针对传统协同过滤算法存在冷启动、数据稀疏、运行效率低下等问题，分析了较传统协同过滤算法更加高效准确的SlopeOne算法的优点、原理及流程。针对SlopeOne算法未考虑用户兴趣变化和用户相似性这两方

由于用户兴趣和文献领域知识背景挖掘不充分的问题，往往检索不到满意的效果。基于这一观察，提出一种融合离线和在线知识驱动的个性化文献推荐方法。在离线状态下，该方法整合领域本体、同义词簇及知识标签构建多维领

为了解决个性化网站中很少考虑用户检索意图，检索效果较差的问题，提出了一种有效的增量协同过滤推荐方法。该增量协同过滤推荐模型改进了最流行的推荐算法之一的协同过滤算法，并应用到个性化网站中。通过分析Web

针对渐进直推式支持向量机（Progressive Transductive Support Vector Machines，PTSVM）算法训练速度慢，学习性能不稳定的问题，提出一种基于超球结构的渐进

为了解决现有个性化推荐系统中缺乏对模糊语义信息处理的能力，建立模糊语义推荐系统模型，使用模糊描述逻辑实现了该模型，并给出了推荐算法。在实现模型的过程中引入了两条规则，实现了概念层次关系在兴趣程度和关联