基于线性回归模型与云模型的用户兴趣研究

在web信息服务中提供个性化服务时,一项非常重要的任务就是发现用户的兴趣．目前最有效的方法是通过用户的浏览行为发现用户兴趣．本文通过建立线性回归模型对用户兴趣度的计算方法进行改进,然后将用户兴趣度转化为云模型进行表示,并最终生成能准确表示用户兴趣度的新方法,从而使个性化推荐更加有效．     

基于Agent的个性化信息服务研究与实现

针对ITS下的出行者信息服务领域中，出行者对出行信息的个性化需求问题，采用决策树方法来获取用户对信息的个性需求，利用Agent技术建立信息服务终端模型，并定义各组件的功能。此外，还在出行终端的基础上，提出以移动处理为指导思想的ITS信息服务网络结构模型。     

考虑初始情绪的个性化驾驶负荷状态评价

利用驾驶人生理数据对驾驶人的负荷状态进行评价已成为交通心理学的研究热点,该方法通常需要采集驾驶人在静息状态的生理信号特征作为其负荷基准,因此负荷基准的提取将影响驾驶人状态评价结果的准确性.基于此,研究搭建驾驶模拟试验平台,招募15名志愿者开展驾驶模拟试验,设计不同任务诱导其产生3种程度的精神负荷,采集志愿者在不同负荷状...