期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于移动用户画像的个性化PCC决策技术 被引量:2
1
作者 池炜成 《移动通信》 2019年第7期72-77,共6页
为了实现高度的用户差异化,满足用户的个性化移动网络连接需求,首先描述PCC控制的层次结构,分析现有PCC决策方法的用户差异化问题,然后阐述移动用户画像与典型画像标签,最后提出基于移动用户画像的个性化PCC决策方案,以提高PCC决策的智... 为了实现高度的用户差异化,满足用户的个性化移动网络连接需求,首先描述PCC控制的层次结构,分析现有PCC决策方法的用户差异化问题,然后阐述移动用户画像与典型画像标签,最后提出基于移动用户画像的个性化PCC决策方案,以提高PCC决策的智能化水平,满足用户的个性化网络需求,优化移动网络资源分配。 展开更多
关键词 用户画像 画像标签 策略与计费控制决策 用户差异化
在线阅读 下载PDF
基于广电网络的视频系统检索与推荐研究 被引量:1
2
作者 杨旭 《广播与电视技术》 2023年第6期81-86,共6页
目前,广电网络行业的电视直播业务、视频点播业务和移动端业务均是以视频业务为基础展开的,各个省均小范围地引入SP和CP供应商,业务平台存在共性的用户体验割裂问题,如何以视频元数据和用户行为数据分析为基础聚合内容,进行视频的统一... 目前,广电网络行业的电视直播业务、视频点播业务和移动端业务均是以视频业务为基础展开的,各个省均小范围地引入SP和CP供应商,业务平台存在共性的用户体验割裂问题,如何以视频元数据和用户行为数据分析为基础聚合内容,进行视频的统一检索与推荐,提升和统一产品体验,是核心问题。本文通过对视频检索与推荐的研究,为行业提供一个解决问题的参考。 展开更多
关键词 标签 用户画像 推荐算法 相似度算法 向量化 协同过滤
在线阅读 下载PDF
基于大数据技术的电力用户画像 被引量:28
3
作者 孟巍 吴雪霞 +6 位作者 李静 王婧 杜颖 梁雅洁 王艳玫 徐美玲 林晓兰 《电信科学》 北大核心 2017年第S1期15-20,共6页
基于大数据技术对如何对电力用户进行用户画像进行了研究与总结。首先介绍了用户画像的概念和原则,然后介绍了用户画像的步骤。用户画像应用在电力行业,能够在业务上给予一线员工极大的帮助。
关键词 大数据 电力行业 用户画像 标签库
在线阅读 下载PDF
大数据挖掘的用户画像人才标签体系生成方法 被引量:1
4
作者 赵永国 《信息技术》 2021年第12期142-146,共5页
为了提升人力资源系统对人才的筛选能力,提高人才标签识别精度,提出基于大数据挖掘与用户画像技术的人才标签生成方法。建立人才标签大数据统计分析模型,设计符合人才资源管理的基础标签赋值体系和聚合规则。结合专家模型和机器学习方法... 为了提升人力资源系统对人才的筛选能力,提高人才标签识别精度,提出基于大数据挖掘与用户画像技术的人才标签生成方法。建立人才标签大数据统计分析模型,设计符合人才资源管理的基础标签赋值体系和聚合规则。结合专家模型和机器学习方法,得到关联规则聚类函数,分析人才标签的关联属性特征分量,实现对人才标签识别和大数据融合聚类分析,进一步实现人才标签生成优化设计。仿真表明,采用所提方法进行人才标签设计的聚类性较好,对用户画像的特征辨识能力较强,勾勒识别各类典型人群的准确度较高。 展开更多
关键词 大数据挖掘 用户画像 人才标签 边缘轮廓 机器学习
在线阅读 下载PDF
在线教育背景下学习者画像构建与应用研究 被引量:1
5
作者 李园伟 陈毛毛 《无线互联科技》 2023年第23期81-85,共5页
学习者画像作为描述学习者特征,刻画学习者模型的新兴研究领域,为教育教学提供了新的研究思路与方法。文章对在线教育背景下学习者画像的构建流程及应用进行研究,从学习者数据获取、数据预处理、画像标签提取以及画像建模与可视化4个方... 学习者画像作为描述学习者特征,刻画学习者模型的新兴研究领域,为教育教学提供了新的研究思路与方法。文章对在线教育背景下学习者画像的构建流程及应用进行研究,从学习者数据获取、数据预处理、画像标签提取以及画像建模与可视化4个方面进行学习者画像构建。在此基础上,对在线学习环境下学习者画像的应用场景进行探讨,分别从学习者、教师以及教育管理者3个角度出发,分析构建学习者画像对其学习、教育以及管理决策的影响。 展开更多
关键词 在线教育 学习者画像 数据获取 数据预处理 画像标签提取
在线阅读 下载PDF
基于向量化标签的视频推荐算法研究与实现
6
作者 许良武 《无线互联科技》 2020年第12期132-134,165,共4页
当前,推荐算法的基础数据质量或算法本身等原因,导致复杂兴趣推荐困难、解释性差、推荐效果不佳等问题出现。标签是反映用户兴趣的重要信息,文章基于标签的视频推荐,从相似度计算、用户画像、多路召回、排序模型等方面展开讨论。通过电... 当前,推荐算法的基础数据质量或算法本身等原因,导致复杂兴趣推荐困难、解释性差、推荐效果不佳等问题出现。标签是反映用户兴趣的重要信息,文章基于标签的视频推荐,从相似度计算、用户画像、多路召回、排序模型等方面展开讨论。通过电影和电视剧推荐实验发现,访客数(UV)、访问量(PV)、人均播放量、人均播放时长等指标均取得一定的提升,同时增加了推荐的可解释性。 展开更多
关键词 标签 相似度 用户画像 排序模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部