1) Web user preference
WEb用户兴趣度
2) 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。
3) 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。
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：Isi web of science
isi web of science 是全球最大、覆盖学科最多的综合性学术信息资源，收录了自然科学、工程技术、生物医学等各个研究领域最具影响力的超过8700多种核心学术期刊。利用web of science 丰富而强大的检索功能--普通检索、被引文献检索、化学结构检索，您可以方便快速地找到有价值的科研信息，即可以越查越旧，也可以越查越新，全面了解有关某一学科、某一课题的研究信息。
sci数据库包含的是关于引文的数据库。通过该数据库，你可以检索到哪些文章是曾经被引用过的。因为好的文章，或者有启发性的文章当然、或者说必然被应用，因此该引文库具有相当的科学价值。由于该库对期刊的评价相当严格，因此被索引到的文献具有很高的学术价值。
isi所谓最有影响力的研究成果，指的是报道这些成果的文献大量地被其它文献引用。为此，作为一部检索工具，sci一反其它检索工具通过主题或分类途径检索文献的常规做法，而设置了独特的"引文索引"（citation index）。即通过先期的文献被当前文献的引用，来说明文献之间的相关性及先前文献对当前文献的影响力。
sci 以上做法上的特点，使得 sci 不仅作为一部文献检索工具使用，而且成为科研评价和的一种依据。科研机构被 sci 收录的论文总量，反映整个机构的科研、尤其是基础研究的水平；个人的论文被 sci 收录的数量及被引用次数，反映他的研究能力与学术水平
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