导读:本文包含了用户模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:用户,模型,满意度,在线,分析法,位置,互联网。
用户模型论文文献综述
朱冉[1]（2019）在《冰雪运动主题网络游戏临时用户模型研究》一文中研究指出目的从用户体验角度出发,总结出针对冰雪运动主题网络游戏的临时用户模型,理论上为后续冰雪运动主题网络游戏设计研究提供研究思路与方法,实践上通过建立临时用户模型快速了解用户需求,增强网络游戏产品的更新迭代、满足用户多感官体验的需求。方法根据Alan Cooper提出的临时用户模型理论,对冰雪运动主题游戏用户进行划分,通过挑选出用户研究相关因子等建立临时用户模型。结论建立3个冰雪运动主题网络游戏临时用户模型,并结合相关主题的冰雪运动游戏进行测试及访谈,验证临时冰雪运动主题网络游戏临时用户模型,提出相关应对建议。通过总结冰雪运动主题网络游戏设计中临时用户模型的研究方法提出相关对策,为后续的虚拟冰雪游戏设计提供思路。(本文来源于《包装工程》期刊2019年24期）
禹春霞,李南南[2]（2019）在《面向燃气具的用户个性化推荐模型》一文中研究指出基于协同过滤推荐技术,构建了面向燃气具的用户个性化推荐模型。首先,根据用户注册信息与评分信息获取目标用户的相似用户以及偏好产品集;然后,根据目标用户的购买偏好确定产品的评价指标,并对偏好产品集进行评价。最后,通过算例分析证明了提出模型对燃气具个性化推荐的可行性和推荐结果的有效性。(本文来源于《工业工程》期刊2019年06期）
刘建荣,林卓[3]（2019）在《知识文库平台用户满意度研究——基于感知服务质量模型》一文中研究指出随着大数据时代的兴起,知识文库平台逐渐成为大多数用户自助寻找信息或服务的主流平台。通过案例研究,构建可基于感知服务质量的知识文库平台用户满意度模型,以探索影响知识文库平台用户满意度的因素,并确定各影响因素对用户满意度及用户忠诚度的影响程度与机理,主要结论有:①知识文库平台的用户主要集中在18～30岁和31～50岁两个年龄段,而对知识文库平台接受程度高的用户基本上都具有高等学历(本科以上)。②感知服务质量中的可靠性和安全性是影响知识文库用户满意度的重要因素,具有正相关作用,而响应性和移情性对用户满意度的影响不大。③从消费者行为意愿风险来看,财务风险和版权风险都对用户满意度有着显着的负相关作用。④用户信任度会对用户满意度与忠诚度产生正相关的影响,而用户满意度的提高也会显着提高用户对知识文库平台忠诚度的积累。(本文来源于《技术与市场》期刊2019年12期）
宋慧玲,帅传敏,李文静[4]（2019）在《生态学习观视角下虚拟学习社区用户满意度模型构建与验证》一文中研究指出虚拟学习社区逐渐成为大众终身学习平台,研究用户满意度不仅对维持社区发展活力具有实践意义,也对未来学习空间的设计具有借鉴启示作用。该文首先从生态学习观视域分析界定相关概念,然后融合多学科理论,整合信息系统的持续使用理论、心理学的心流体验、社会认知理论和教育学的生态学习观构建虚拟学习社区用户满意度的概念模型。通过问卷收集大中专院校师生用户对MOOC、知乎、果壳、维基等代表性虚拟学习社区的调查数据,采用结构方程模型方法对1165份问卷进行分析,探索了影响用户满意度的主要因素及机制。研究发现:感知有用性、期望确认、心流体验、社区归属感和感知交互性直接正向影响用户满意度;自我效能感、心流体验和感知开放性间接影响用户满意度;感知交互性对用户满意度的总效应最大,其次是期望确认、心流体验、感知开放性、自我效能感、社区归属感,感知有用性。最后提出叁条提高满意度的建议:重视感知交互性建设,设计智能化交互服务环境和交互激励政策;注重用户期望确认,创建具有沉浸感的个性化服务环境;加强系统开放性建设,拓展系统多样化开放服务能力。(本文来源于《中国电化教育》期刊2019年12期）
邹群艳[5]（2019）在《大数据环境下用户在线学习行为分析模型构建及研究》一文中研究指出如今我国的科技是越来越发达了,人们的生活也进入了一个网络时代。同时也使得用户在线学习模式快速的发展,并且使其实现了网络化与数字化,这在较大程度上在大数据背景下为在线学习行为分析模型的建立提供了保障,同时也激发了学生们学习的兴趣。本文就以大数据环境下用户在线学习行为分析模型构建及研究这个问题而展开了探讨。(本文来源于《数码世界》期刊2019年12期）
吴智勤[6]（2019）在《面向知识创新的高校图书馆科研用户画像模型构建》一文中研究指出构建高校图书馆科研用户画像以助力知识创新对于当前国家创新战略的实施以及提升高校图书馆服务能力非常重要。着重分析了面向知识创新的科研用户画像需求,在此基础上提出了包括"用户人口属性标签"和"用户科研属性标签"两类模型为基础的高校图书馆科研用户画像模型构建方法,为科研用户画像落地提供理论参考。(本文来源于《办公自动化》期刊2019年23期）
唐超兰,程峰,杨贤[7]（2019）在《基于移动医疗产品的医生用户需求层次结构模型》一文中研究指出目的科学量化医生用户需求,指导移动医疗产品设计。方法通过对目标用户的定性访谈,获得用户需求集合,并以此为依据设计医生用户需求调查量表;对获得的量表数据进行因素分析,根据各需求因子在需求维度上的因素负荷量,来对需求进行分类,得到医生用户需求评价体系;利用层次分析法,计算用户赋值,得到需求评价指标体系中各需求因子的权重。结果得到移动医疗产品医生用户需求层次结构模型,确定医生用户的四个需求维度、二十个需求因子和具体得分情况。结论结合层次分析法,最终以数字的形式,科学、直观地展示用户不同需求的优先级,在用户需求转换为产品功能的过程中,提供决策依据,设计出符合用户认知习惯的移动医疗产品。(本文来源于《包装工程》期刊2019年22期）
董晓玮,秦紫腾[8]（2019）在《基于用户行为模型的工会移动服务APP界面设计研究――以浙江工会APP为例》一文中研究指出在互联网迅速发展的今天,随着各类APP的广泛应用,其使用体验和利用效果也逐渐被人们所关注。本研究利用技术接受模型(TAM)扩展模型,通过影响APP的几个因素进行构建工会移动服务APP用户行为影响因素模型,通过问卷的调研方法进行数据收集,结合构建的模型进行数据分析。研究结果表明:界面呈现、功能定位、系统设计、服务设计和社会影响这几项因素影响APP的用户使用行为。以此为依据,本文就界面呈现和功能定位两部分针对工会移动服务APP进行界面设计。(本文来源于《工业设计》期刊2019年11期）
叶成,郑红,程云辉[9]（2019）在《基于多模型融合的流失用户预测方法》一文中研究指出准确的用户流失预测能力有助于企业提高用户保持率、增加用户数量和增加盈利。现有的流失用户预测模型大多为单一模型或是多个模型的简单融合,没有充分发挥多模型集成的优势。借鉴了随机森林的Bootstrap Sampling的思想,提出了一种改进的Stacking集成方法,并将该方法应用到了真实数据集上进行流失用户的预测。通过验证集上的实验比较可知,提出的方法在流失用户F1值、召回率和预测准确率3项指标上均好于所有相同结构的经典Stacking集成方法;当采用恰当的集成结构时,其表现可超越基分类器上的最优表现。(本文来源于《计算机工程与科学》期刊2019年11期）
袁健,蒋宇,孙悦[10]（2019）在《基于改进随机森林算法的LBSN用户短期位置预测模型》一文中研究指出针对已有的基于LBSN的用户短期位置预测模型性能较低的现状,提出了一种基于改进随机森林算法的LBSN用户短期位置预测模型SPMLIRFA.该模型对随机森林算法进行改进并应用于LBSN用户在短期内的位置预测问题中,SPMLIRFA模型的主要思想是将用户的位置预测问题抽象为对给定的候选位置的分类问题来实现.该模型将时间因素,空间因素,个人社交因素和社交群体的签到地点热门因素特征进行量化,通过计算特征量化值的Fisher比值来衡量特征的重要程度,训练样本则按照特征重要程度划分的比例来采样,再将该样本作为随机森林的训练集,生成模型后分类预测位置.实验结果表明,SPMLIRFA在用户短期位置预测问题上有着较好的泛化性和准确率.(本文来源于《小型微型计算机系统》期刊2019年11期）
用户模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于协同过滤推荐技术,构建了面向燃气具的用户个性化推荐模型。首先,根据用户注册信息与评分信息获取目标用户的相似用户以及偏好产品集;然后,根据目标用户的购买偏好确定产品的评价指标,并对偏好产品集进行评价。最后,通过算例分析证明了提出模型对燃气具个性化推荐的可行性和推荐结果的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
用户模型论文参考文献
[1].朱冉.冰雪运动主题网络游戏临时用户模型研究[J].包装工程.2019
[2].禹春霞,李南南.面向燃气具的用户个性化推荐模型[J].工业工程.2019
[3].刘建荣,林卓.知识文库平台用户满意度研究——基于感知服务质量模型[J].技术与市场.2019
[4].宋慧玲,帅传敏,李文静.生态学习观视角下虚拟学习社区用户满意度模型构建与验证[J].中国电化教育.2019
[5].邹群艳.大数据环境下用户在线学习行为分析模型构建及研究[J].数码世界.2019
[6].吴智勤.面向知识创新的高校图书馆科研用户画像模型构建[J].办公自动化.2019
[7].唐超兰,程峰,杨贤.基于移动医疗产品的医生用户需求层次结构模型[J].包装工程.2019
[8].董晓玮,秦紫腾.基于用户行为模型的工会移动服务APP界面设计研究――以浙江工会APP为例[J].工业设计.2019
[9].叶成,郑红,程云辉.基于多模型融合的流失用户预测方法[J].计算机工程与科学.2019
[10].袁健,蒋宇,孙悦.基于改进随机森林算法的LBSN用户短期位置预测模型[J].小型微型计算机系统.2019
论文知识图
