摘要：【目的】实现O2O(Online to Offline)模式下较为客观精准的用户分类,对不同用户群体制定相应的服务策略。【方法】设计基于潜在类别分析(LCA)的O2O用户分类模型,使用LCA方法对用户进行分类,以餐饮团购O2O为例验证LCA方法应用于O2O用户分类的简单高效性。【结果】将用户分为潜力型、忠诚好奇型、谨慎型和挑剔型4类,针对不同的用户类型,分析其潜在特征和潜在群体类型,并据此提出相关营销策略。【局限】对用户特征使用二分类方法,人为对源数据进行处理,在进行二分类时分界线的选定具有主观性。【结论】LCA可以实现O2O用户分类及精准营销,扩展了潜在类别模型的应用范围。

摘要：大数据时代呈指数级增长的数据量和不断涌现的技术工具对企业知识管理提出了新要求,因此探究大数据如何赋能企业知识管理创新对提升企业核心竞争力具有重要意义。采用扎根分析法,以华为公司为案例,对大数据赋能知识管理创新的内在机理与演变路径进行系统研究,提出“创新环境—创新主体—创意开发”的理论分析框架,在此基础上结合企业知识管理演变特征,将企业知识管理创新路径划分为3个阶段,即外源数据赋能的知识积累阶段、内源数据赋能的知识交流阶段和内外源数据联合赋能的知识创新阶段,深入分析每个阶段大数据赋能企业知识管理创新的内在机理,为推进大数据时代企业知识管理创新提供理论支持与决策参考。

摘要：提出电子商务网站、知识网格节点和虚拟知识网格服务社区三级结构模型,建立自动实现商品知识获取、聚合和智能推荐的运作机制,设计了基于知识网格的电子商务智能推荐系统结构。

摘要：分析了传统推荐技术存在的不足,阐述了基于知识的推荐技术的特点及其发展。针对现有基于知识的电子商务推荐系统中存在的不足,提出了基于知识的电子商务智能推荐需要解决的基本问题,设计了基于知识的电子商务智能推荐平台的逻辑框架,并阐述了其工作原理。

摘要：研究了满足用户在服务功能、服务属性和服务质量上的多层次均衡需求的Web服务资源智能推荐方法,解决了服务信息过载问题。现有服务推荐技术存在未考虑用户对服务多层次均衡需求的不足,结合Web服务资源的特点,综合考虑用户服务需求与候选服务群之间的多层次相似度,设计了综合Web服务资源的功能、属性和质量三个层次的适合度匹配算法,以及用户主观兴趣度匹配算法。通过这两个算法建立了面向用户均衡需求的个性化Web服务资源智能推荐方法,能将最大匹配度的Web服务资源推荐给目标用户。

摘要：评述国内外现有Web信息融合的研究成果,分析其中存在的主要问题与不足。针对现有Web信息融合对多维度、多粒度综合查询分析和决策支持不足的问题,分析面向主题的Web信息融合的基本原理,设计面向主题的Web信息融合模型,该模型由Web仓库模型、Web信息融合功能模型和人机交互接口三层组成,并探讨各层工作原理和需要实现的关键技术,最后给出原型系统实现及融合查询示例。

摘要：针对协同过滤算法在为用户商品相关性建模时未考虑用户/商品对特征属性的不同关注度及不可解释性问题,提出基于特征权重与情感偏好的可解释推荐算法。利用评论中抽取的特征及对应情感设计用户商品的表征,根据TF-IDF算法确定其重要性,将其加入相关性建模中;在评分预测时引入贝叶斯个性化排序减小评分误差;在生成推荐的同时,提供特征短语级别的解释。实验结果表明,对比现有模型,该模型均方根误差平均降低了3.62%,最大降低了4.93%。

摘要：当前的移动推荐系统只将位置信息作为推荐属性处理,弱化了其在推荐中所起的作用,更重要的是忽略了移动生活服务位置相关性和用户空间运动有界性特征。针对该问题,设计了基于位置簇的用户偏好表示模型和移动生活服务个性化推荐算法。该算法通过模糊聚类得到位置簇,使用遗忘因子调节用户在该位置簇对服务资源属性值的偏好,并且采用概率分布和信息熵理论计算属性权重,按位置簇对用户偏好和服务资源进行匹配得到top-N推荐集。由于位置簇的定义,使得算法给出与用户偏好相似度较高的服务资源。案例分析结果符合这一结论,从而验证了算法的有效性和精确性。

摘要：针对传统信息融合技术无法处理非结构化、动态变化的Web文档的问题,为方便用户快速获取有效信息服务,提出了基于建模元语的Web文档本体模型和实例析取算法,便于进行Web信息融合,设计了基于数据库的本体知识库,给出了本体实例的具体应用。

摘要：为解决电子目录集成中的本体实例冗余问题,提出面向本体合并的电子目录本体实例消重机制,综合考虑实例的名称、属性和关系设计实例语义相似度算法。结合字符串匹配和基于Wordnet计算名称语义相似度,综合数据类型属性和对象类型属性计算属性语义相似度,依据类的多重继承关系计算关系语义相似度。当2个实例的语义相似度大于事先设置的阈值时,需删除其中一个以降低目标本体库的冗余度。实验结果验证了该机制的有效性。