1) 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。
2) user interested session
用户兴趣度事务
1.
Firstly,this article discusses how to get user interested sessions by interest algorithm on the preprocessing of Web logs,which can decrease clustering quantity and enhance quality.
首先,在Web日志预处理阶段,通过用户兴趣度生成算法得到用户兴趣度事务,减少了聚类操作的数量,提高了聚类结果的准确性;其次,给出了事务相似度的度量方法,并得到事务相似度矩阵以实现事务聚类。
3) Web user preference
WEb用户兴趣度
4) user traversal interest
用户浏览兴趣度
1.
The concept of user traversal interest and the algorithm for mining interesting navigation patterns is proposed.
实验证明该算法是有效的,在用户浏览兴趣度量方面比当前的频繁访问路径挖掘算法更准确。
5) 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。
6) 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。
补充资料：安侬痛 ,阿那度尔,安那度尔,甲替啶
药物名称：安那度尔
英文名：Alphaprodine
别名： α-普洛丁;阿法罗定;安那度;安侬痛 ,阿那度尔,安那度尔,甲替啶
外文名：Alphaprodine ,α-Prodine, Nisentil, Prisilidene
适应症：
用于需短时止痛(镇痛起效比吗啡迅速,皮下注射5min即见效)，如小手术时以及手术后的止痛，又可与阿托品合用于胃肠道、泌尿道等平滑肌痉挛性疼痛的止痛。
用量用法：
皮下注射：１次１０～２０ｍｇ，１日２０～４０ｍｇ。 静注：１次２０ｍｇ。 极量：１次３０ｍｇ，１日６０ｍｇ。
注意事项：
1.亦有成瘾性，不宜久用。 2.有眩晕、无力、多汗等不良反应。 3.分娩时慎用，可能会引起胎儿窒息。
规格：注射液：每支１０ｍｇ（１ｍｌ）、２０ｍｇ（１ｍｌ）、４０ｍｇ（１ｍｌ）。
类别：镇痛药\阿片受体激动药
英文名：Alphaprodine
别名： α-普洛丁;阿法罗定;安那度;安侬痛 ,阿那度尔,安那度尔,甲替啶
外文名：Alphaprodine ,α-Prodine, Nisentil, Prisilidene
适应症：
用于需短时止痛(镇痛起效比吗啡迅速,皮下注射5min即见效)，如小手术时以及手术后的止痛，又可与阿托品合用于胃肠道、泌尿道等平滑肌痉挛性疼痛的止痛。
用量用法：
皮下注射：１次１０～２０ｍｇ，１日２０～４０ｍｇ。 静注：１次２０ｍｇ。 极量：１次３０ｍｇ，１日６０ｍｇ。
注意事项：
1.亦有成瘾性，不宜久用。 2.有眩晕、无力、多汗等不良反应。 3.分娩时慎用，可能会引起胎儿窒息。
规格：注射液：每支１０ｍｇ（１ｍｌ）、２０ｍｇ（１ｍｌ）、４０ｍｇ（１ｍｌ）。
类别：镇痛药\阿片受体激动药
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