用户特征

摘要： 在数字化信息时代的推动下,电子竞技(以下简称"电竞")的产生与发展是必然的.电竞是新时代的产物,深受青少年的热爱.随着电竞产业的快速发展及中国战队在各项世界赛事上的优异成绩,电竞关注度也不断提升.我国的电竞发展速度迅猛,规模不断壮大,伴随网络经济飞速发展而出现的电竞运动正迎合了大众的需求[1],并且有众多的电竞用户支持,趋势还是不断地向好的方向发展.本文为探究近些年我国电竞行业的用户基本现状、用户特征及趋势等问题,采用文献资料法、数理统计法、逻辑分析法等归纳总结与数据分析.研究结果表明,近几年内电竞用户由男性为主力军,用学历户以本科及以下为主,多为年轻人且年龄呈上升趋势;电竞用户从一线城市扩散至四线城市等;电竞用户基本现状逐年递增,但增长速度减缓;分析其原因,并提出相应的提升策略与出路,以促进我国电竞的发展.

摘要： 点击率预估是广告推荐系统中的一个重要方向,现有的点击率预估模型大多是基于特征feature与CTR之间的关系预测一条广告是否被用户点击,但是仍有许多能提高点击率模型性能的信息被忽略。文章提出了一种基于广告特征与用户特征相似度的模型,该模型在DeepFM点击率预测算法的基础上,增加了一个能够拟合广告特征与用户特征之间关系的模块,即Match Subnet。在训练时,将此模块与DeepFM一起进行训练,但是在预测时,只用DeepFM进行预测,在公共数据集上对比了两种模型,发现添加了拟合用户特征与广告特征关系的模块后,相比原算法有了更好表现。

摘要： 针对现有酒店推荐精度不高的问题,提出了一种基于用户特征的酒店推荐模型。首先,构建酒店和用户的特征矩阵,从而获得候选集;然后,利用基于用户的协同过滤预测用户评分,进而产生酒店推荐的top-N列表;最后,以酒店管理营运博弈沙盘实验平台爬取的数据为基础对用户进行推荐。结果表明,该推荐模型的召回率、F1值均高于传统的基于特征参数匹配的算法和基于协同过滤的算法,解决了传统推荐算法推荐精度不高的问题,为智能算法在酒店信息化中的应用提供了参考。

摘要： 随着经济的快速发展,城市停车泊位的供应远不能满足快速增长的汽车停车需求,停车供需矛盾日益严重,停车难和停车乱等现象突出,尤其是商业-居住混合停车场和办公-居住混合停车场,既要解决居住部分全天固定停车位的需求,又要考虑商业部分临时停车需求和办公部分上班时间固定停车需求,目前市场缺乏将二者需求进行平衡考虑的系统。

摘要： 通过建立Logistic回归模型对浙江省健康医保卡用户的基本特征进行分析。基于前期调研提出基本假设,搜寻相关数据,设置虚拟变量,进一步根据健康医保卡用户性别、年龄、学历和月收入特征的不同,建立Logistic回归模型进行关系验证,实证分析特征的差异对健康医保卡用户的选择倾向是否有显著影响。最后得到健康医保卡主要用户和潜在用户的基本特征,并分别针对普通居民、用户和偏远乡镇地区提出相关的建议。

摘要： 随着当前我国的社会市场经济水平不断发展和提高,城市化进程加快,大量的人口由传统的农村地区转移至其他城市,这使得城市的人口出现了大幅度上升,城市居民生活的垃圾分类问题日益严峻。现阶段,我国已经开始逐步进入生活垃圾分类新时代。因此,设计一款基于用户特征的垃圾分类查询系统,旨在有效解决对公众思想认识程度不足、分类的标准不清、信息的接收渠道较少等基础性问题。根据用户使用系统的行为习惯分析用户特征,从源头上引导和辅助社会公众正确进行垃圾分类。

摘要： 目的为合理界定产品合用性需求偏好及其优先程度以针对性提高用户产品合用性体验,提出一种基于用户特征分类的产品设计优先级配置方法。方法将Pearson相关系数融入有限理性假说模型中对用户群体进行特征分类,根据Pearson相关系数筛选用户需求与行为背离现象影响因素,并作为特征用户的划分依据。以层次分析法(AHP)为主,从产品属性、符号要素和人机因素3个维度构建产品合用性评估分析系统,对产品特征要素进行量化分析,探求不同特征用户对于产品设计要素的优先级,把控特征用户在产品选择及使用过程中表现出的需求走向,以此为据提升产品合用性体验。结论以疫情期间女性防护用品为例,验证了该方法的有效性,为女用防护服与其他产品的设计开发提供了产品设计优先级配置方法。

摘要： 针对目前电力数据维度高、特征复杂、难以进行有效电力用户分析等问题,提出了基于用户电力特征的分割网络模型。首先,基于卷积神经网络(CNN)对电力用户用电特征进行编码,从而分析用户在相邻时段内用电记录的相关性。其次,为了减少信息冗余和高维数据带来的维度爆炸或噪声干扰影响,对电力用户用电记录进行多角度特征提取。接着,基于反卷积网络解码器从提取的特征中重构原始记录,从而可以在无监督的情况下对用户的用电行为进行建模。最后,基于改进粒子群优化(PSO)算法进行超参数优化,从而提高模型训练效率。在仿真阶段,以某电力公司500名用户用电数据为例,对用户用电行为进行分类分析。分析结果表明,经特征提取后,支持向量机(SVM)、变分自编码(VA)、生成对抗网络(GAN)和所提模型轮廓系数分别提升2.58%、4.24%、0.39%和0.86%。经所提改进PSO算法优化后,网络训练性能较传统PSO算法和无优化模型分别提升3.693倍和2.111倍。该模型可用于电力用户分析,为电力企业提高用户服务质量提供一定的借鉴。

摘要： 用户特征数据是机器学习模型最核心的内容之一。随着互联网的发展,用户使用行为产生的数据已是海量级。企业中的业务需要,各类推荐系统、机器学习算法多种多样。于是,企业需要一种可从海量用户数据中自动提取出特征数据的系统,并将特征数据分享给需要使用的各类推荐模型,以减少资源浪费提高使用效率。本文通过大数据平台中存储和计算框架,设计一套可从海量原始数据中提取用户有效特征并存储分享的系统,在确保用户隐私安全的同时,将特征数据存储并分发给各类机器学习推荐模型使用,提升企业的数据使用效率,助力高效生产。

摘要： 文中从分析移动通信用户特征、管理方式、用频环境、网络组织,以及终端形态等方面特征入手,提出了民用移动通信用户特征是无规则自由个体随机用户的“游牧部落”,入网资格是签约获取授权,用频环境是受法律保护“固定频带”,时频资源管控是“随机业务调度资源”,网络建设是预先规划设计的特征.军用无线通信成员构成是有计划作战单元确知成员的“任务编组”,网络成员是任务编成明确,用频环境是高强度对抗“复杂环境”,时频资源管控是“预知业务适配资源”,网络拓扑是动态适配任务等军民差异的结论,为更好地利用民用技术,实现军事应用跨越式发展提供有价值的参考.

摘要： 随着版权意识的增强,越来越多的视频需要付费才能观看.本文从用户角度出发,首先从用户特征和自我建构两方面提出影响视频付费意愿的研究假设和理论模型.探究在线视频付费意愿的影响因素.然后通过问卷形式回收了693份样本.研究结果显示,年龄、收入和观看在线视频的频率对在线视频的付费意愿具有显著影响,其中18-30岁的用户群体付费意愿较高,无收入和低收入用户群体的付费意愿也较高,观看在线视频频率与付费意愿之间呈正相关.由于每个个体同时具有独立型自我建构和依赖型自我建构两种类型,只是强度不同.。本文拟从用户特征和自我建构切入，研究在线视频付费意愿的影响因素，以丰富消费者行为理论，为在线视频付费意愿研究提供新的研究方向同时为视频平台企业提供相应的营销和决策依据。

摘要： 微信问世三年时间内,越来越多用户加入到微信24小时在线,每天必看朋友圈的行列,对人们日常生活中的信息传播起到深远的影响.当前媒介环境下、微信作为一种新型传播媒介,对原本在传统媒体影响下的乒乓球运动传播产生了全新拓展.对于乒乓运动传播而言,传统传播方式与手段所能达到的效果越来越差强人意,与新媒体对比,存在一定的不足之处.因此，乒乓球运动在传统传播模式基础上，结合网络新媒体传播才能更为有效地推广并发展这项运动，其中微信传播就是一种很好的选择。从而使传统体育传播与现代新媒体相结合，对乒乓球运动更多元化地传播推广有着重要的理论意义和实践意义。微信能够有效地加强消息传播行为，更加迎合受众心理，而乒乓球运动的传播最终目的是影响受众，所以微信在乒乓球传播的的影响十分巨大。通过软件搜集微信对乒乓球运动用户的操作行为数据信息，挖掘微信对乒乓球运动传播信息的过程中表现出的基本特征，以及用户特征。这一研究同时也将有助于乒乓球运动在微信平台上采取有针对性的激励措施、更加有力促进旧受众群的持续使用和关注行为，同时并吸引更多新受众群关注；更好的把握乒乓球运动受众心理、掌握微信对乒乓球运动传播的特征及其发展趋向，随着科技的进步，乒乓球运动的手机传播即将成为乒乓球运动推广的重要组成部分，而微传播对于手机传播带来了新的启示，随着微信功能的越发强大，未来微信一定会被大规模地应用到乒乓球运动的领域中来，更进一步为乒乓球运动“三次创业”提供铺垫。

摘要： 暴力恐怖事件给国家和社会安全管理带来很大的挑战,关于"暴恐"舆情的深入研究是网络舆情分析的重要内容之一.基于"新疆暴恐"主题下的微博抽样数据,对微博用户的基本特征进行了统计描述,刻画了舆情情感倾向强度的动态变化,并构建有序多分类Logistic回归模型,研究了影响网民情感倾向性的主要因素.实证结果表明,网民的性别、活跃度、所在地区的环境效应对情感倾向有显著影响,但活跃度与其他因素的交互作用对影响效应有一定的抵消作用.

摘要： 福州大学城文献信息资源共享平台使用一年多来,在用户群中的认知度还比较低.文章分析了该平台的用户信息使用习惯,提出针对用户特征可行的推广策略，针对用户地缘因素的特点，采用大学城统一制作联合宣传，这样容易形成大的宣传氛围，吸引读者眼球，宣传的区域不应限于图书馆馆舍，而应深入到各教学楼、学生生活区、食堂、公交站点、学生街等；实体宣传和网络宣传相结合，增加宣传渠道，多类型互动活动，制定优惠措施吸引读者，充分挖掘学生读者的创造力，扩大平台推广生力军，推广中要建立反馈机制，及时反馈平台运行情况和推广效果。

摘要： 个性化推荐是吸引用户、促进销售的有效途径之一，但传统的协同过滤推荐往往忽视了用户特征对用户相似性的影响,并且不能及时反映用户的兴趣变化.针对此问题,加入了两种改进的度量:基于用户特征的权重和基于时间的权重,并在此基础上将两者有机结合,提出了一种基于改进协同过滤技术的个性化推荐系统模型.

摘要： 小数据立足于微观层面,采集档案利用者个体产生的全方位、全过程数据,研究小数据可以为企业档案馆智能精准服务提供支持,对于提升企业档案的服务质量及用户满意度具有重要意义.本文通过SWOT分析法对基于小数据的精准化服务的优势、劣势、机遇和威胁进行分析,并结合"发挥自身优势,克服自身劣势,利用外部机遇,应对外部威胁"的战略制定原则,提出引入智能化技术,采用"先期试点、后期推广"的工作方式,提高企业对档案信息服务的资金投入,加强个人隐私保护机制等策略,以期为企业档案基于小数据进行智能化精准服务提供参考.

摘要： 小数据立足于微观层面,采集档案利用者个体产生的全方位、全过程数据,研究小数据可以为企业档案馆智能精准服务提供支持,对于提升企业档案的服务质量及用户满意度具有重要意义.本文通过SWOT分析法对基于小数据的精准化服务的优势、劣势、机遇和威胁进行分析,并结合"发挥自身优势,克服自身劣势,利用外部机遇,应对外部威胁"的战略制定原则,提出引入智能化技术,采用"先期试点、后期推广"的工作方式,提高企业对档案信息服务的资金投入,加强个人隐私保护机制等策略,以期为企业档案基于小数据进行智能化精准服务提供参考.

摘要： 小数据立足于微观层面,采集档案利用者个体产生的全方位、全过程数据,研究小数据可以为企业档案馆智能精准服务提供支持,对于提升企业档案的服务质量及用户满意度具有重要意义.本文通过SWOT分析法对基于小数据的精准化服务的优势、劣势、机遇和威胁进行分析,并结合"发挥自身优势,克服自身劣势,利用外部机遇,应对外部威胁"的战略制定原则,提出引入智能化技术,采用"先期试点、后期推广"的工作方式,提高企业对档案信息服务的资金投入,加强个人隐私保护机制等策略,以期为企业档案基于小数据进行智能化精准服务提供参考.

摘要： 小数据立足于微观层面,采集档案利用者个体产生的全方位、全过程数据,研究小数据可以为企业档案馆智能精准服务提供支持,对于提升企业档案的服务质量及用户满意度具有重要意义.本文通过SWOT分析法对基于小数据的精准化服务的优势、劣势、机遇和威胁进行分析,并结合"发挥自身优势,克服自身劣势,利用外部机遇,应对外部威胁"的战略制定原则,提出引入智能化技术,采用"先期试点、后期推广"的工作方式,提高企业对档案信息服务的资金投入,加强个人隐私保护机制等策略,以期为企业档案基于小数据进行智能化精准服务提供参考.

摘要： 随着中国现代有轨电车的蓬勃发展,有轨电车已成为城市公共交通的重要组成部分.现阶段针对有轨电车的出行诱导系统往往沿用传统的轨道交通出行诱导系统设计模式,缺乏对乘客特性、对于完整出行链的分析;且针对有轨电车的APP系统还处于空白阶段.基于此,结合出行诱导理论,以乘客个人属性分析为基础,建构基于出行诱导流程链的多级有轨电车出行诱导系统,提升乘客出行服务水平.

摘要： 本发明涉及一种融合用户时间特征和个性特征的数据特征提取方法，属于人工智能技术领域；本发明基于多用户的批量时序数据，通过时间卷积神经网络建模数据的序列关系，同时引入时间通道和个性特征通道注意力机制自动选择与预测下一个数据点所密切相关的数据特征，从而获取用户的综合数据特征，在此基础上，可以利用现有神经网络模型提供基于用户历史习惯的相关服务。对比现有技术，本发明有效解决了传统神经网络模型在使用数据时效率低下的问题，通过时间通道和个性特征通道两种注意力机制，强调了时间信息和用户个性对于特征提取的重要性，提高了特征提取的有效性。

摘要： 一种用于控制超声系统中的图像外观的方法，包括以下步骤：‑提供图像外观特征控制参数(401，402，403)的集合，每个图像外观特征控制参数根据图像外观特征控制参数(401，402，403)的值的尺度和与应的图像外观特征的特定条件相关的图像外观之间的预定义关系与图像外观特征相关；‑生成在每个图像特征控制参数(401，402，403)的值与影响所述图像外观特征的标准工作流设置参数(410)的组合的标准工作流设置参数(411，412，413)的值之间的关系；‑根据对应的图像外观特征控制参数(401，402，403)的所述值的变化，自动变化影响图像外观特征的标准工作流设置参数(410)的组合的标准工作流设置参数(411，412，413)的一个或多个的值，用于获得由图像外观控制参数(401，402，403)的变化请求的图像外观特征变化；‑使用请求的图像外观功能可视化图像。本发明还涉及根据该方法操作的图像外观特征控制用户接口以及包括图像外观特征控制接口的超声系统。

摘要： 本发明涉及一种融合用户时间特征和个性特征的数据特征提取方法，属于人工智能技术领域；本发明基于多用户的批量时序数据，通过时间卷积神经网络建模数据的序列关系，同时引入时间通道和个性特征通道注意力机制自动选择与预测下一个数据点所密切相关的数据特征，从而获取用户的综合数据特征，在此基础上，可以利用现有神经网络模型提供基于用户历史习惯的相关服务。对比现有技术，本发明有效解决了传统神经网络模型在使用数据时效率低下的问题，通过时间通道和个性特征通道两种注意力机制，强调了时间信息和用户个性对于特征提取的重要性，提高了特征提取的有效性。

摘要： 本发明公开了一种基于用户头像或外貌特征的用户人格识别方法，包括骤S001，利用人格心理学设计测试五大人格测试问卷，进行问卷的测试，得到用户测试结果，并收集用户使用的用户头像；步骤S002，利用机器学习知识对用户头像或外貌特征图像进行处理，主要针对图像人脸和美学提取相关特征，并建立深度学习模型，识别用户人格；步骤S003，划分多个测试集、验证集进行模型训练，并在测试集中判断模型的鲁棒性；选取其中鲁棒性最好的模型，对用户进行识别人格，进而实现人格个性化推荐等。本发明依据头像结合人工智能技术和人格心理学知识识别用户人格，进而实现人格个性化推荐以及内容推荐冷启动问题。

摘要： 本申请公开了用户信用模型的用户特征分类方法、用户信用评估方法及装置。该用户信用评估方法包括：接收各用户特征的用户特征数据；将所述非指定用户特征集合中各非指定用户特征的用户特征数据进行非线性处理，根据所述非线性处理的结果确定第一数值；将所述指定用户特征集合中各指定用户特征的用户特征数据进行线性映射，根据所述线性映射的结果确定第二数值；通过所述第一数值和所述第二数值，确定所述用户信用模型的输出值；根据所述输出值评估用户信用。从而解决了现有技术中，将全部的特征数据通过相同的方式进行处理，导致根据该处理结果评估得到的用户信用与实际偏差较大的问题。

摘要： 本发明公开了一种基于用户购买行为的用户特征预测方法，该方法包括：采集目标用户特征信息、历史订单信息以及订单商品信息，并利用订单商品信息从公开知识图谱获取商品相关的三元组知识，构建知识子图，利用图卷积神经网络聚合实体近邻局部特征，充分学习实体的表示向量；在用户特征预测模型中根据不同的商品特征以及不同的具有相似购买行为用户的特征学习到目标用户与不同商品以及相似购买行为用户的相似度，充分根据用户间以及用户实体间的相似度学习其特征向量，满足用户的个性化需求。本发明提高了用户特征预测的准确性，从而可以更准确地预测用户特征，构造更完整的用户画像。

摘要： 具有处理器和存储器的计算机取得保存有访问网页服务器的内容的用户终端的历史信息的会话数据和保存有用户的属性信息的用户属性数据来作为用户数据，取得保存有所述内容的属性的页面属性数据和保存有提供了所述内容的发布者的属性的发布者属性数据作为发布者数据，取得作为提取对象的发布者和该发布者设为获得目标的用户特征作为目标类型，根据目标类型计算提取对象的数据的项目和值的范围，根据所述用户数据和所述发布者数据计算与所述项目对应的提取对象数据，根据所述提取对象数据和所述发布者数据，基于所述项目的值的范围计算访问的特征量。

摘要： 本公开是关于一种用户特征群中用户特征寻优方法、装置、介质及电子设备，属于机器学习应用技术领域，该方法包括：初始化生成多个用户特征组合；将每个用户特征组合及寻优目标输入第一机器学习模型，得到评价分数；获取多个第一分数范围的用户特征组合，及多个第二分数范围的用户特征组合；获取每个第一分数范围的用户特征组合与第二分数范围的用户特征组合的用户特征区别；将多个用户特征区别及寻优目标输入第二机器学习模型，得到预测优化用户特征组合；获取目标优化用户特征组合。本公开通过机器学习模型根据部分用户特征组合的区别特征预测寻优目标对应的用户特征组合，进而保证目标用户特征组合获取的高效性和准确性。

摘要： 本申请公开了用户信用模型的用户特征分类方法、用户信用评估方法及装置。该用户信用评估方法包括：接收各用户特征的用户特征数据；将所述非指定用户特征集合中各非指定用户特征的用户特征数据进行非线性处理，根据所述非线性处理的结果确定第一数值；将所述指定用户特征集合中各指定用户特征的用户特征数据进行线性映射，根据所述线性映射的结果确定第二数值；通过所述第一数值和所述第二数值，确定所述用户信用模型的输出值；根据所述输出值评估用户信用。从而解决了现有技术中，将全部的特征数据通过相同的方式进行处理，导致根据该处理结果评估得到的用户信用与实际偏差较大的问题。

摘要： 本发明公开了基于可预测用户特征属性的用户画像方法及系统，方法包括S1：构建互联网用户终端的特征数据库，获取各用户终端所安装的多个应用程序；S2：获取若干样本数据，并将年龄段特征、性别特征作为标签，分别进行标注；S3：基于年龄段、性别，对标注数据中的应用程序列表进行one‑hot编码，获取基于年龄段、性别的特征矩阵；S4：通过XGBoost算法训练训练年龄段、性别的特征矩阵，经训练得到年龄段及性别的预测模型；S5：根据年龄段/性别预测模型，进行用户年龄段和性别预测，获取用户的年龄段和性别，同时基于用户终端特征属性，构建生成用户画像。本发明根据用户终端所安装的应用程序预测用户性别、年龄，根据用户终端的已知标签构建用户画像。