摘要：为提升推荐精度,解决传统推荐算法在用户评分向量中存在的未评分项语义模糊造成的推荐精度下降问题,提出一种基于用户属性的条件生成对抗网络的推荐方法。将用户的属性特征进行提取和编码,并作为生成对抗网络的条件,通过这种明确信号指导用户偏好的生成并进行推荐。在两个公开的电影评分数据集上进行实验,实验结果表明,所提方法可以有效改善推荐精度,在各评价指标上均优于现有方法,具有一定实用价值。

摘要：本文用问卷调研用户属性及消费行为,具体从年龄、性别、婚姻状况、收入、学历等方面分析丝绸产品用户属性,从丝绸认知概况、丝绸产品消费水平、丝绸消费影响因素等方面分析丝绸消费行为,认为丝绸消费行为有五种,具体为追求高性价比、文化内涵丰富化、产品多样化、设计风格多元化及渠道数字化,建议丝绸企业推出高性价比产品,多样化产品类别及设计风格,丰富丝绸产品文化内涵,扩大丝绸销售渠道,适应新的丝绸消费市场。

摘要：针对传统室内地标提取方法在地震应急情境下的局限性,该文以大型城市综合体地震情境为例,提出一种室内应急疏散指示地标综合显著度评价模型,分别提取面向男性和女性用户的室内应急疏散指示地标。基于情境显著度、视觉显著度、用户属性显著度和空间显著度4个一级指标建立室内应急疏散指示地标显著度评价指标体系;采用AHP-CRITIC-ICM组合赋权法确定地标显著度评价指标权重,构建室内应急疏散指示地标综合显著度评价模型;利用地标综合显著度差异分层级提取地标。基于VR场景的实验结果表明:模型提取结果准确率达81.46%,明显高于传统模型,能够在大型室内环境应急疏散过程中为用户提供关键信息,对室内应急疏散导航地图设计具有重要的实际意义。

摘要：为加强物联网隐私数据保护,提高用户信任度与满意度,提出属性Logistic混沌映射下的物联网隐私数据安全共享。构建基于主从式结构的三层物联网隐私数据安全共享模型并设计数据访问机制,在此基础上,基于量子细胞神经网络和Logistic映射得到矩阵A,对其分解后,得到矩阵B和序列C,由B矩阵构造混沌序列池,对C序列元素作映射处理,生成索引序列,并确定Logistic映射初始值,再对索引作Logistic映射后,从混沌序列池检索出CP-ABE加密算法的公钥、主密钥后,利用其与用户属性集合生成用户私钥,基于数据访问结构实现物联网隐私数据的加密。实验结果表明,该方法生成的密钥能够通过随机性验证,实现物联网隐私数据加密,且操作数量少,加密强度高。

摘要：为解决大数据环境下统一授权管理的问题,分析开源组件Apache Ranger的模型与授权方式,综合考虑授权用户数量、策略管理难度等问题,提出基于用户属性的访问控制模型。将CP-ABE算法引入Ranger原生访问控制模型中,通过算法的加、解密为Ranger策略添加访问控制树,实现用户属性级别的授权和基于用户可变属性的动态访问控制。通过开发原型系统,实现权限管理、用户管理、属性管理等功能。在实验部分,通过对不同量级用户进行访问控制,验证模型的有效性。

摘要：在传统的RBAC模型中,用户与角色间的关系是静态对应的。针对这一缺点,提出了一种面向用户属性的RBAC模型,在原有RBAC模型的基础上添加了属性集合和约束。在该模型中,根据用户属性动态构造用户与角色的关系,重点讨论了该模型的特征与约束,最后说明了该模型的访问控制实现过程。与普通RBAC模型相比,该模型可以动态根据用户属性分配角色。

摘要：针对传统的协同过滤算法存在数据稀疏、冷启动、推荐精度低等问题,提出一种充分融合用户与项目属性的协同过滤算法。利用项目属性和用户属性分别对用户相似度和项目相似度计算方法进行改进,并将用户和项目协同过滤进行组合加权,提高预测兴趣度的准确度。引入用户属性-项目类型偏好权重因子,利用天牛须搜索方法对兴趣度计算方法进行改进。实验结果表明:该算法能有效地缓解冷启动、数据稀疏对推荐系统的影响,且推荐精度有一定的提高。与传统的项目和用户协同过滤算法相比,召回率分别提高了8.65%和3.39%。

摘要：传统推荐算法仅利用用户的评分行为进行相似度计算来实现目标推荐,未考虑用户和项目的属性信息,推荐精度低,因此提出加入用户和项目属性的奇异值分解推荐算法。该算法在奇异值分解算法中加入用户和项目的属性信息,并在此基础上设计一种新的相似度计算方法,在相似度计算中为属性分配不同的权重,充分考虑每一种属性对推荐效果的影响,从而为目标用户和项目找到最相似用户集和最相似项目集。在数据集MovieLens上的实验结果表明,其在召回率、精确率值上均优于传统推荐算法。

摘要：针对智能家居场景中会话智能体的主动交互设计策略,从决策权与沟通方式出发对主动性的特征进行讨论,并在此基础上构建4种主动风格(直率的建议者、直率的决策者、委婉的建议者、委婉的决策者)。通过“绿野仙踪”实验方法探究用户的性别、年龄、使用经验以及居住状态对主动风格偏好的影响,得出以下结果:①经验用户认为“建议者”风格比“决策者”风格更满意;家庭用户认为“建议者”风格比“决策者”风格更舒适;②“直率”的沟通方式在满意度和舒适度方面均优于“委婉”的沟通方式。实验验证了:①用户智能家居产品的使用经验及其居住状态会显著影响其对会话智能体主动风格的偏好;②智能家居场景下,会话智能体的沟通效率比礼貌更重要。

摘要：【目的/意义】研究社交网络用户信息贡献行为,有利于揭示用户线上行为活动规律,并促进社交媒体健康有序发展。【方法/过程】分析社交网络信息贡献行为的概念、类型和特征;采用网上问卷调查和用户线上行为数据采集相结合的方法,分析用户属性、网络信任与用户信息贡献行为的相关性。【结果/结论】性别、年龄、性格、信息质量、风险安全、声誉地位和感知相似性对用户自我揭露行为和发布、评论与转发行为具有显著的影响。