摘要：由于开源设计社区规模较大、社交网络复杂、用户行为多样等,针对用户实施的管理策略通常难以通过常识进行预判,为决策制定的科学性带来挑战。通过分析开源设计社区用户行为特征和社区特点,以社区用户历史行为数据以及由其构成的复杂社会网络等真实数据作为输入参数,基于复杂适应系统理论构建了开源设计社区的多主体仿真模型。通过使用基于现实数据的输入参数,对开源设计社区进行了多次动态仿真,结果证实了该多主体仿真模型对开源设计社区模拟的有效性,从而为开源设计社区科学管理和优化奠定了基础。

摘要：文章以老年行为分类为基础,将用户行为定义为使用行为与认知行为的集合,具体阐述了老年分类行为特征,指出大数据时代下要将使用行为数据采集与认知行为数据采集融会贯通。论文探讨了基于行为数据驱动的老龄设计,构建了行为数据驱动设计模型,最终以洗衣行为为例,验证了该驱动方法的有效性。

摘要：针对大群体应急决策中决策参考信息不足和共识达成困难的问题,构建了一种由社会网络行为数据驱动的大群体应急决策共识模型。首先,针对决策参考信息不足的问题,提出基于公众行为大数据分析的属性挖掘方法。该方法将公众关注度作为数据聚类标准,挖掘社交媒体数据中的公众关注主题和权重,将其作为决策参考信息,应用到大群体应急决策过程。其次,针对大群体共识达成困难的问题,建立了基于信任-相似分析的决策共识模型。该模型在专家社会网络聚类的基础上,引入自信系数和保留系数,设计共识反馈规则以调整专家偏好,提高了群体共识水平。最后,通过公共安全事件案例验证了所提模型的可行性和合理性。

摘要：用户访问电子资源数据是图书馆捕捉用户数字阅读习惯、用户满意度、用户知识发现服务需求的关键,通过对用户行为数据进行搜集、组织、分析、预测,发现科研团队的信息行为规律、资源需求特征,可以为图书馆推送个性化学科服务提供科学依据。文章以获取创文系统的行为数据为研究目标,设计一种基于校外访问系统的用户电子资源行为数据采集技术框架,并提出实现数据采集的关键技术点和实施方案。该技术框架和实施方案可为图书馆深入分析用户行为数据、定制个性化学科服务提供有益参考。

摘要：图神经网络（Graph Neural Networks, GNN）作为一种强大的机器学习模型，已经在图数据挖掘领域取得了显著的研究进展。GNN可以对学习资源构建出图结构，并通过学习节点和边的表示进行推荐，这为解决线上学习资源推荐问题提供了新的思路和方法。本文提出了一种基于图神经网络（GNN）的线上学习资源推荐模型，该模型利用图神经网络对用户偏好进行建模，并根据用户历史行为数据在已有信息上进行挖掘，从而实现对用户需求的智能分析和推荐。结果表明，该模型具有较高的性能表现，能够较好地解决在线学习资源推荐问题。

摘要：论文提出基于TextCNN模型的电子期刊文献推荐方法,旨在更好地精确把握文献内容的本质特征与用户文献需求的深层关系,实现电子期刊文献推荐服务的个性化和精准化。使用word2vec对文献题录信息进行向量化,使用TextCNN模型训练文献推荐模型,最后主动将符合用户需求的文献推送给科研用户。实践证明,论文设计的推荐模型能够为用户推荐电子期刊文献,效果良好。

摘要：基于智能教学系统的教学行为数据分析,开展教师教学的评价与反思。智慧课堂教学系统有效记录了教师教学行为,通过对基于智慧课堂的教师教学行为发生时间趋势分析、校际差异比较、教学行为相关性分析,开展了高校智慧课堂教学改革,可为构建合理的智能教育教学方式提供参考。

摘要：随着老龄化的加剧,老年人健康问题成为了全社会普遍关注的问题,为高效、便捷的监控老年人健康,文章提出了一种基于行为数据的健康管理系统设计方案。首先结合系统功能需求,设计主要功能模块,采用B/S架构,以微信服务号作为客户端支撑,利用Struts+Hibernate开发服务器,由此搭建系统的整体框架;同时,基于MVC的分层设计理念,将系统分为视图层、功能层和数据层等三个层次,通过微信公众系统接口开发视图层,以Struts2支撑功能层的业务逻辑处理,并选用MySQL数据库作为健康管理数据及知识库的存储支撑。最后,给出了系统主要功能实现的技术方法,基于老年人的行为数据完成了健康管理的精准、定制化服务。

摘要：[目的 /意义]在大数据与"互联网+"时代背景下,为图书馆用户提供精准服务与特色服务。[方法 /过程]利用图书馆当前日益沉积并壮大的各应用系统中的用户行为数据,分析读者行为惯习并利用其结果研究、设计并实现了一个基于图书馆读者行为数据统计分析的决策支持系统。[结果 /结论 ]该系统从各应用系统中抽取历史数据,围绕不同的主题组织数据,实现对读者行为数据进行多角度、全方位的统计与分析,并将分析结果用于支撑图书馆相关决策。

摘要：课堂管理效果是影响学生行为的关键因素,如果课堂管理手段落后、管理方法不正确容易引起学生出现各种课堂溜号行为,不利于教学质量的提高.云课堂管理平台属于新型的课堂管理方法,能够对课堂的各个环节实施调整和改进,以此来强化课堂管理质量,准确收集学生的行为数据,探讨学生在课堂中存在的不良学习行为或者学习困难,结合具体数据对教学计划实施改进和完善.基于此,本文对以云课堂管理平台为依托对教学设计进行了分析,并结合学生行为数据展开了深入探讨,总结了教学过程中学生行为存在的问题以及解决措施.