10.3969/j.issn.1006-9348.2019.04.081
博物馆用户行为信息资源在线整合优化仿真
针对当前方法存在博物馆用户行为信息资源在线整合优化误差较大、耗时较长的问题,提出一种基于聚类算法的博物馆用户行为信息资源在线整合优化方法,考虑到用户在访问博物馆在线网站时受到文物简介文档长度以及用户阅读速度的影响,计算用户对博物馆文物藏品的兴趣度以及用户对博物馆某类文物藏品信息资源关键词的兴趣度.基于上述分析,采用不同衰减速率的遗忘函数描述博物馆用户兴趣的变化,构建博物馆用户行为信息资源兴趣模型.基于上述模型,构建一个用户兴趣矩阵,将在线博物馆信息资源访问用户划分为核心用户和非核心用户两大类,分别采用K-Means聚类算法和余弦相似性度量方法这两类用户划分到相应簇内;计算用户未访问的博物馆文物藏品简介特征词的兴趣权重,将博物馆信息资源兴趣权重排序靠前的几个特征作为对博物馆用户行为的预测,用来实现对博物馆用户行为信息资源进行在线整合优化.仿真测试结果证明,所提方法能够实现博物馆用户行为信息资源的准确、高效率在线整合优化.
博物馆、用户行为、信息资源、在线整合、优化
36
TP391(计算技术、计算机技术)
2019-05-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
388-391,417