兴趣度

摘要： 为充分挖掘电商平台中马铃薯及其制品的销售情况,在综合分析Apriori、DHP和FP-Growth算法原理的前提下,用Python语言实现上述三种算法,结果显示FP-Growth算法性能更佳。再通过FP-Growth算法挖掘出马铃薯及其制品在电商平台中销售情况的关联规则,得到一组强关联规则记录:马铃薯及其制品的月销售量和产品品种、品牌、产地、销售价格之间存在关联规则。根据强关联规则记录分析得出消费者在电商平台中对不同产地的马铃薯及其制品的购买趋势及兴趣度,为指导马铃薯及其制品的进一步销售和种植生产提供理论依据。

摘要： 英语词汇量是决定英语成绩的关键,因此,如何帮助小学生英语词汇量稳定增长,一直是小学英语教学中需要解决的问题。自然拼读法作为重要的词汇学习方式,其利用拼读和书写的方式,帮助学生来快读记忆单词。在山区小学英语自然拼读法应用中,由于学习环境和学生兴趣度等原因,依旧存在着一些问题需要解决,因此,本文将从以下几个方面来探讨自然拼读法在山区小学英语词汇教学中的应用问题.

摘要： 针对传统协同过滤推荐算法推荐精度较低等问题,提出一种基于贝叶斯后验概率预测和非合作博弈的个性化推荐算法。采用文件主题模型求取用户与其参加过的所有社交活动的主题分布,利用隐含主题概率分布表征用户兴趣度,根据信任传递机制求取用户的直接信任和间接信任,形成用户间的信任度;将用户的兴趣度和信任度等隐式特征赋予合理的先验分布,利用贝叶斯后验概率预测隐式特征后的显式反馈;依据显式反馈将推荐结果转化为非合作博弈中用户效益最大化的纳什均衡求解。仿真对比实验表明,与其他三种推荐算法相比该算法的查准率至少提高了3.13%,查全率至少提高了2.62%。

摘要： 为了用最小的推荐损失给用户推荐他们感兴趣的项目,解决基于项目的推荐系统只根据项目相似度进行推荐的单一标准,本文提出一种基于项目的三支决策推荐系统。该系统在基于项目的推荐系统的基础上引入三支决策,根据受欢迎程度将项目划分为推荐、延迟推荐和不推荐三类,进而根据用户对推荐项目的兴趣度,优先为用户推荐兴趣度最大的项目。实验结果表明,基于项目的三支决策推荐系统与基于项目的推荐系统、基于用户的三支决策推荐系统和基于项目的二支决策推荐系统相比,推荐精度提高且损失较小。

摘要： 本文采用问卷调查法、文献资料法、数理统计法、访谈法等研究方法对莆田市区小学排球运动开展现状进行调查,通过对莆田市区小学排球专项师资、场地器材情况、小学生对校园排球的认知度、兴趣度、参与排球运动的目的、活动的时间、频率、强度以及小学排球教学与课余训练、比赛等情况进行调查分析。调查结果表明:目前莆田市区小学排球专项师资力量不足;场地、器材设备配套不足;学生参与排球活动的兴趣度不高,课余活动训练的时间少等因素影响着莆田市区小学排球活动的开展。

摘要： 在小学音乐教学中,音乐欣赏是一个重要的环节,也是提高学生审美能力、鉴赏水平的重要手段。虽然音乐欣赏在小学音乐教学中发挥重要价值,但许多学生似乎对欣赏课不感兴趣,主要原因是学生鉴赏水平有限,无法完全领略音乐之美,自然对这门课的兴趣度比较低。为有效解决这个问题,教师需对音乐鉴赏教学的方法、内容做出调整和优化,让学生能完全融入到课堂之中,感受音乐作品内涵美、形式美,并对每个音乐作品都有立体化的赏析。

摘要： 针对现有的好友推荐算法在好友关系刻画上丢失重要信息的现状,受用户对物品认知行为的启发,文中提出基于认知度与兴趣度的好友推荐反馈算法,使用混合相似度研究网络好友关系,探索在线社交网络中的交友问题.针对好友推荐过程中"开环"的问题,提出基于历史推荐信息的正负反馈优化调整策略,使用用户相似度修正公式研究好友反馈动态推荐,证明好友推荐是一个逐步修正的复杂过程,揭示在线社交网络中好友关系刻画的心理学认知问题和推荐的动态变化问题.实验表明,文中算法提高推荐质量,实现用户相似度矩阵的动态调整,在准确率、召回率、鲁棒性、可扩展性等方面性能较优.

摘要： 曰前,韩国教育部发布"科学、数学、信息与复合教育综合发展计划",计划在未来5年大力发展"教育科技",将人工智能(AI)和虚拟现实(VR)等第四次工业革命技术引入学校教育。这些技术会被用在令学生们普遍头疼的数学和科学课程中。韩国媒体称,在国际学生学业成就评估项目(PISA)和国际数学与科学教育成就趋势比较研究(TIMSS)中,韩国学生得到的评价是"学历名列前茅,但兴趣度垫底",这与韩国制造业大国的地位并不相称,令教育决策者忧心忡忡。

摘要： [目的/意义]对多源异构时空数据进行同现模式挖掘可以发现涉恐人员、涉恐物资、涉恐活动在邻近地点同时段共同出现的规律,为反恐工作提供包含时间特征和空间特征的情报信息.[方法/过程]在同位模式挖掘的基础上提出预先确定目标情报类别从而确定涉恐人员分类方式,使用概念层次树对涉恐物资和涉恐活动进行数据预处理,使得目标同现模式覆盖更多情报信息.[结果/结论]该方法与同位模式挖掘、频繁时间序列模式挖掘以及各种时空轨迹模式挖掘可以相互补充,覆盖多种不同的反恐情报信息,完善反恐预警机制,为反恐决策提供客观依据.

摘要： 幼儿音乐和钢琴教育的复杂程度可能超出很多人的想象.在不同的教学时段中,教师将相互关联的知识与要点间的联系指出来,让幼儿一边往前走一边向后看,发现基础不稳的地方,及时补救.多法并举,尽量直观,采用适应于幼儿的教学方法,提升幼儿对钢琴的兴趣度.

摘要： 随着互联网的发展,其与生活的各个方面的联系都愈加紧密.在"互联网+"的时代,一些传统的、在以往看来与互联网并无交集的行业也在这股浪潮的刺激下产生了新的活力.本文以"兴趣度"这一指标为导向,从对数字化智慧博物馆的现状分析入手,在保留博物馆自身优点的前提下,提出优化博物馆的公众展示思路,以期在"互联网+"时代更好地使博物馆发挥自身的公众教育机能,以促进博物馆的发展.

摘要： 现有的Web用户聚类方法都是通过对用户喜好页面的访问模式分析来建立用户聚类,没有充分考虑时间意识、用户兴趣、用户访问模式之间的关系与影响.针对这一问题,在时间意识的Web用户聚类基础之上,提出了基于兴趣度的Web用户聚类方法。通过对日志文件中的用户访问模式进行分析,计算用户兴趣度.结合渐进遗忘算法,对用户兴趣爱好进行调整与更新,并在此基础上对用户进行聚类.实验表明,本方法能够更好地分析用户访问模式,更准确地计算用户兴趣,具有更好的聚类效果.

摘要： 本研究以解决城市最佳实践区北部生态街区案例实体空间布局和动线设计问题为主要目标。以“社会大众”的视角为切入点，通过深度访谈和调查问卷，分析参观者对北部生态街区不同案例的兴趣度和动线选择的设计。围绕北部生态街区的三大“难点——案例的展、大众的览、空间落地承载的布局和动线的设计”展开剖析，为城市最佳实践区北部生态街区构建一套空间布局和动线模拟类型的优化方法。

摘要： 本文分析了交互式虚拟产品展示设计平台的功能、结构及关键技术,并基于VRML/X3D、Java、XML构建了虚拟产品展示平台,探讨了统一信息表示理论和算法;提出了采用集成应用现有有效三维模型压缩算法的方法,对模型进行多目标简化,并采用三维轻量化文件的数据组织方式来表示X3D模型文件,从而实现虚拟产品的数据压缩技术;给出了基于兴趣度的系统优化设计解决方案与算法;实现了行为交互处理、组件层次树生成和场景交互处理等主要模块。

摘要： 基于方差分析、列联表检验以及兴趣度的定义,提出一种挖掘水文时间序列关联规则优化算法.算法把水文时间序列数据属性分成条件属性和决策属性,通过方差分析和列联表检验在关联规则生成之前剔除的属性和属性值;同时根据新的兴趣度定义,发现"有趣"规则.实验结果证明算法在水文时问序列分析的可行性.

摘要： 在多显型疾病中发现致病模式和保护模式具有很大的挑战性.以前的研究都是针对两类数据,即通过发病人群和正常人群对照得到疾病的发病模式,在多显型疾病(多种疾病或多亚型疾病)中同时发现致病模式和保护模式没有得到进一步研究.而关联规则挖掘的瓶颈在于产生大量的规则,其中有很多是冗余规则,已存在的挖掘非冗余规则算法虽然去掉了冗余规则,还是有很多规则对给定应用领域是不感兴趣的或兴趣度太低.本文针对这样的问题,基于统计方法定义了致病模式(vital pattern)和保护模式(protect pattern),提出了一个新的算法MVP,实现了在多显型疾病中发现致病模式和保护模式.挖掘出的模式已经被专家认可.这些规则的产生为医疗研究发展提供了精确而又非常有用的信息,被广泛应用在医疗研究中.最后基于这些规则得出分类器,实验结果验证了该算法的高效性和实用性.

摘要： 该文针对ＩＮＴＥＲＮＥＴ网上信息繁多且无序的特点，提出了一种识别用户兴趣的学习方法。该方法仅用较少的人机交互，就可对标题中的特征词分类并计算其与主题的相关程度，从而确定了用户的兴趣描述文件。该文件可以作为判别用户兴趣的基础。

摘要： 该文针对ＩＮＴＥＲＮＥＴ网上信息繁多且无序的特点，提出了一种识别用户兴趣的学习方法。该方法仅用较少的人机交互，就可对标题中的特征词分类并计算其与主题的相关程度，从而确定了用户的兴趣描述文件。该文件可以作为判别用户兴趣的基础。

摘要： 该文针对ＩＮＴＥＲＮＥＴ网上信息繁多且无序的特点，提出了一种识别用户兴趣的学习方法。该方法仅用较少的人机交互，就可对标题中的特征词分类并计算其与主题的相关程度，从而确定了用户的兴趣描述文件。该文件可以作为判别用户兴趣的基础。

摘要： 本发明公开了基于兴趣点真流行度与隐式信任挖掘的兴趣点推荐方法，涉及互联网技术领域，针对用户兴趣在时间上呈周期变化的特性，把用户在兴趣点上的签到行为按固定的时间段进行划分，在每一时间段，挖掘真正流行的兴趣点和双隐式信任机制(对相似类别专家的隐式信任和对潜在朋友的隐式信任)对周期兴趣点推荐的影响。在Foursquare数据集和Gowalla数据集上验证TpCsSce‑PPR模型的性能，实验结果显示TpCsSce‑PPR模型在MAE和RMSE评价指标上优于所选择的基准推荐方法。

摘要： 本发明公开了基于兴趣点真流行度与隐式信任挖掘的兴趣点推荐方法，涉及互联网技术领域，针对用户兴趣在时间上呈周期变化的特性，把用户在兴趣点上的签到行为按固定的时间段进行划分，在每一时间段，挖掘真正流行的兴趣点和双隐式信任机制(对相似类别专家的隐式信任和对潜在朋友的隐式信任)对周期兴趣点推荐的影响。在Foursquare数据集和Gowalla数据集上验证TpCsSce‑PPR模型的性能，实验结果显示TpCsSce‑PPR模型在MAE和RMSE评价指标上优于所选择的基准推荐方法。

摘要： 本发明公开了一种基于商品流行度及用户动态兴趣的商品推荐方法及系统，包括流行度计算模块、流行度惩罚权重计算模块、商品相似度计算模块、用户兴趣衰减值计算模块、商品评分预测值计算模块、商品推荐模块。通过本发明所述方法和系统，解决热门商品相似度偏高的问题，同时根据每个用户的行为特征，在预测公式中加入时间函数，减弱历史数据对预测偏好的贡献。在提高推荐准确度的同时，有效挖掘并推荐数据集中的冷门商品，提高推荐的覆盖率，缓解了推荐系统“长尾效应”问题，提高了商品推荐的质量。

摘要： 本发明公开一种融合用户兴趣和行为特征的低复杂度视点预测方法，将待进行视点预测的视频划分为若干个视频片段，利用待进行视点预测视频的视频帧显著图对视频片段中的显著对象进行序号标记；获取已观看过该视频的用户在显著对象上的视点停留时间，根据视点停留时间对用户进行分类，同一类用户的视点停留时间获取该类用户的兴趣模型，将用户兴趣模型与视频帧显著性图结合得到兴趣分布图；利用用户视点的随机运动和用户历史观看视频的视点反馈信息得到用户行为模型，在分析视频显著性特征的基础上，综合考虑用户兴趣和用户行为特征建立能准确、长期预测未来用户视点位置的低复杂度视点预测模型，利用视点预测模型进行用户视点位置预测。

摘要： 估计用户对被显示在画面上的影像的兴趣度的兴趣度估计装置(100)具备：视线检测部(101)，检测用户的视线方向；显著性信息获得部(102)，获得与显著区域有关的显著性信息，该显著区域是影像中的诱目性显著的区域；以及用户反应分析部(103)，计算根据获得的显著性信息而确定的显著区域与检测出的视线方向的相关性，估计用户对影像的兴趣度，以使得计算出的相关性越高兴趣度就越高。

摘要： 公开了用于确定包括在诸如静态图像或动态视频之类的显示元素中的一个或多个感兴趣的区域的兴趣度分数的示例。在某些示例中，可以基于当观察者查看显示元素时收集到的眼动跟踪或注视信息来确定兴趣度分数。

摘要： 由用户终端获取指示了用户的动作状态的数据。获取区域滞留信息，区域滞留信息包括用户所滞留的区域的位置信息以及用户在区域中滞留的时间的滞留时间信息。存储用户终端获取的数据，并根据获取的区域滞留信息，读取所存储的数据。基于读取的数据，确定用户的行为状况，并创建指示了用户行为状况的行为状况时间序列模式。基于创建的行为状况时间序列模式，计算指示了用户行为特征的行为特征值。使用计算的行为特征值，确定指示了用户对区域感兴趣的程度和倾向的区域兴趣度。

摘要： 本发明公开了一种兴趣度评估方法和兴趣度评估装置。所述兴趣度评估方法用于评估用户对于包括多个对象元素的对象的兴趣度，所述兴趣度评估方法包括：识别所述用户观看的焦点对象，记录所述用户对于所述焦点对象的对象观看次数和对象观看时间；识别所述用户观看的所述焦点对象的焦点对象元素，记录所述用户对于所述焦点对象元素的对象元素观看时间；以及判断所述焦点对象或所述焦点对象元素是否改变，如果所述焦点对象或所述焦点对象元素改变，则基于所述对象观看次数和对象观看时间以及所述对象元素观看时间，评估并且更新对应于所述焦点对象的兴趣度。

摘要： 估计用户对被显示在画面上的影像的兴趣度的兴趣度估计装置(100)具备：视线检测部(101)，检测用户的视线方向；显著性信息获得部(102)，获得与显著区域有关的显著性信息，该显著区域是影像中的诱目性显著的区域；以及用户反应分析部(103)，计算根据获得的显著性信息而确定的显著区域与检测出的视线方向的相关性，估计用户对影像的兴趣度，以使得计算出的相关性越高兴趣度就越高。

摘要： 公开了用于确定包括在诸如静态图像或动态视频之类的显示元素中的一个或多个感兴趣的区域的兴趣度分数的示例。在某些示例中，可以基于当观察者查看显示元素时收集到的眼动跟踪或注视信息来确定兴趣度分数。