1) user interest shift
用户兴趣变化
1.
A new user interest shift modelling algorithm for websites with hierarchical classification structure;
提出了一种Web用户兴趣变化识别的算法,面向层次结构的信息类网站,可以达到客户自适应的目的。
2) user profile
用户兴趣
1.
Personalized scheduling algorithm based on user profile for meta search engine;
元搜索引擎中基于用户兴趣的个性化调度模型
2.
This paper combines document concept set with semantic concept hierarchy tree which has been defined in adance to establish each branch s standardization expression in the concept hierarchy tree through machine learning,and excavates the theme semantic concept set in document,and maps the concept to concept hierarchy tree to establish the user profile model.
从抽取概念集合出发,结合预先定义的语义概念层次树,通过机器学习建立概念层次树中各分枝的规范化表示,挖掘蕴藏在文档中的主题语义概念集合,并将概念映射到概念层次树中,从而建立用户兴趣模型。
3.
By mining the user profile in client computer,then combining user profile and traditional LCA,the method could resolve the defect of LCA.
该方法通过设计一种客户端的用户兴趣挖掘模型,同时将用户兴趣模型与局部上下文分析方法相结合,克服了局部上下文分析的缺陷。
3) user interest
用户兴趣
1.
Information based on user interest model of personalized service system
基于用户兴趣模型的信息个性化服务系统的研究
2.
This paper combines user interest model and Web service discovery,puts forward a model which can satisfy users individuation requirement.
该文考虑把用户兴趣模型与Web服务发现相结合,提出基于用户兴趣模型的Web服务发现系统模型,满足人们在服务查询时的个性化需求。
3.
An improved method which can be used to transfer Viewingtime into user interest level nonlinearly.
本文提出了一种将用户的浏览时间转化为用户兴趣度的非线性转换方法,然后将其应用到基于遗传算法的用户兴趣建模中获取用户兴趣向量。
4) users interests
用户兴趣
1.
During the course of searching, It integrates users interests by using agent technology.
在实践过程中，为了体现“个性化”，本系统建立了用户模型，用来记录、管理用户信息，并给出了用户兴趣学习与用户兴趣判断算法及用户主要信。
2.
Then,the problem of acquiring users interests,storage method of users interests,personal search model based on vector space and realization of personal history records are solved.
通过在普通搜索引擎上增加个性分析引擎,本文给出了一种能够根据用户必趣返回不同搜索结果的个性化搜索引擎系统,具体解决了用户兴趣记录获取、用户兴趣记录的存储器、基于向量空间的个性化模型和用户历史访问记录的实现方案。
5) user interest degree
用户兴趣度
1.
Combine with that,quantitative relations of this two behaviors and user interest degree is proposed.
从用户的浏览行为可以反映用户的兴趣出发,分析了用户的浏览行为与兴趣之间的关系,提出了五种用户最小浏览行为组合,并在此基础上对其中三种行为进行转化,得到影响用户兴趣的关键的两种行为,并给出这两种行为与用户兴趣度之间的定量关系。
2.
The experiments used to real data set show web log mining algorithm adding user interest degree is effective and feasible.
应用经典的模糊C-均值聚类算法进行用户访问模式分析,通过在真实数据集上的实验,结果表明引入了用户兴趣度的日志挖掘算法是行之有效的。
6) user interests database
用户兴趣库
1.
The concepts of user interests and their transitions,and the structure of UIDB(shorted for user interests database) are presented,the issues about how to implement are investigated,and those about how to create UIDB by user answers selections,update and refine UIDB by user s feedback information,and the analysis and mining of the data in web sever LOG files are discussed in this paper.
探讨用户兴趣及其转移的概念和用户兴趣库的结构,探讨如何通过用户选答问题来建立并利用反馈信息及服务器上日志记录的分析,修改用户兴趣库。
补充资料：气候要素日变化和年变化
气候要素日变化和年变化
diurnal variation and annual variation of climatic elements
q ihou yaosu ribianhua hen一anb一anhua气候要素日变化和年变化(diurnal varia-tion and annual variation of elimatieelements)由地球自转和公转所引起的以l」、年为周期的气候要素变化。 日变化以气温为例，其日变化与地面加热状况直接有关，最高值在14一15时出现，最低值在日出前后测点的纬度、海拔高度、下垫面条件、季节以及人气干湿状况都可影响气温日变化，但不改变其主要性质)干旱地区夏季的气温日变化最显著，日较差(最高温度与最低温度之差)最大。气温日较差人小对农作物生长有收要意义，是农业气候分析的项目之一水汽压的日变化决定于地面加热条件、地面湿润状沉和湍流交换强弱。在充分湿润的地区和季节.水汽压最高值是午后最大，玄青晨最小，在其它地区，水汽压日变化曲线人多旱双峰型，两个高值分别出现在9时和「1落前后，两个低值发生在日出前和午后〔如图所示、风速日变化上要取决于近地层中湍流交换的日变化，11间因湍流加强，地面风速也增大，午后风速达最大值，夜间风速最小。沿海的海陆风现象及山区山谷风现象也属风的日变化，它们的速度和方向均有周日变化。 年变化气候要素年变化与太阳辐射年变化有关最明显的是气温年变化，在北回归线以北的北半球大陆上，l月气温最低，7月最高，气温年变曲线比之天文辐射年变曲线约有一个月的位相落后。在海洋l比日︸1 一一 。dq\汉俐田仁书5言 1 2 16时间/h20 24水气压的日变化上气温年变曲线的位相落后更多。从各地气温年变化特点就可看出海陆影响的程度(见大陆度)。降水的年变化也很明显，中国东部地区因受季风影响，夏季6一8月降水最多，冬季最少，干湿季竹交替明显地中海沿岸降水年变化具有冬季降水充沛，夏季少雨的特点，形成特殊的地中海气候。在英lfil各地，全年各月降水墩分配相当均匀，年变化较小，反映出典型的海洋性气候相对湿度的年变化与气温年变化相反，一般是夏季小冬季人。气温、降水、相对湿度等要素年变曲线的配置特点，可反映出各地气候的特点 (翁笃鸣)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条