摘要：文章旨在探究基于用户特征的产后母婴康复机构卧室家具设计方法,关注产妇及新生儿群体的特殊需求。通过梳理产后母婴康复机构发展现状,对产后母婴康复机构运营模式及卧室家具现状进行比较分析,明确不同运营模式下机构卧室家具的优缺点;总结归纳了产妇和新生儿的生理、心理及行为特征;基于用户特征从家具配置、功能和情感化方面提出设计方法并进行卧室床头柜设计实践,以期为产后母婴康复机构行业卧室家具设计提供思路和方向,助力产后母婴康复行业向精细化、品质化、个性化发展。

摘要：本文根据实际的推荐需求及标准,进行了结构化推荐特征提取,并采用多目标的方式,通过不断优化和迭代,逐步提高推荐的效率,从而完成对多目标推荐框架设计,为后续的推荐算法实现和应用奠定了坚实的基础。本次所设计的方案最终得出的平均绝对偏差被较好地控制在0.3以下,说明在用户特征这一条件的限制下,设计的电力营销个性化推荐方法的针对性与稳定性较强,推荐的方向及精准度较好,具有实际的应用价值。

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：针对传统网站界面设计存在兼容性弱、浏览速度慢、视觉效果差,无法满足用户需求等问题,提出融入用户特征的方法对网站界面艺术性进行设计。以访问者视觉信息传达为导向,结合网站界面设计的基本原则,从页面背景、导航、版面、文字、图像等方面进行深入研究与设计;合理安排界面图形、颜色与文字标记的重要信息,将网站界面调整得更加条理化,并进行实验,验证网站界面艺术设计的合理性。实验结果表明,该网站界面艺术设计具有兼容性较强的特性,不但提高了上访者的浏览速度,而且节省了浏览时间。

摘要：为了解决数字电视系统节目“信息过载”问题。阐述了解决该问题的数字电视节目推荐系统的背景、概念、结构和原理,提出了基于商用播出数字电视平台和显性用户特征的数字电视节目推荐系统中节目特征、用户特征的设计思路,提出了一种修正的基于显性用户特征的推荐算法,设计的数字电视节目推荐系统目前已进入实际运行测试阶段。测试结果表明:该文提出的设计方法与推荐机制产生的推荐结果能够符合用户的收视特性,达到75%以上的正确率。

摘要：基于贝叶斯网络和互信息思想,对上海市特殊教育资源库的用户和资源特征层级结构进行重构,对用户特征进行有效降维和提取,构建了能够全面而有效地挖掘用户偏好的特征模型,并设计了特殊教育资源库的个性化推荐服务框架和基于用户群组的个性化推荐服务流程,以期为后续特殊教育资源库个性化推荐服务的设计和实现提供参考。

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：开展年轻用户特征与其黄金饰品意象偏好的关系研究,以准确把握不同细分市场的产品设计风格,实现最大化的企业和用户价值创新.基于预先设计的黄金饰品意象看板,通过问卷调查获得数据,采用比较均值和虚拟回归等统计分析方法,明确了各类年轻用户对不同设计意象偏好程度以及群体之间的偏好异同,识别了影响意象偏好的用户特征因素以及不同因素的影响程度,并通过产学研设计实践验证本结论,提出设计驱动的开创蓝海市场以及科学小众市场定位的具体建议.

摘要：目的在信息可视化技术的理论指导下,分析儿童交互界面的设计要点和注意事项。方法结合儿童的生理和认知特点,对图形化交互界面设计的要点进行归纳和总结,提出适应儿童用户特征的图形化交互界面设计思路。结论图形化儿童交互界面设计应充分考虑儿童用户心理及生理特征,以提升用户对交互产品的有效操作和认知目的,提供简洁化、生活化、高反馈、高容差度的交互设计和用户体验,从而引导儿童更好地辨别、理解和使用界面功能。

摘要：基于用户特征数据挖掘,提出了一种用于用电类别异常诊断的方法。针对用电类别分类和用电行为异常检测2个环节,分别设计了基于决策树、K-means以及支持向量机(Support Vector Machine,SVM)等算法的实验,通过数据统计和深入分析,验证了所提方法的有效性和可靠性。结果表明,该方法可以自动检测用户的用电异常情况,为后续诊断提供依据。