·
搜索结果:找到“兴趣”相关结果136161条
排序: 按相关 按相关 按时间降序
  • 【论文】 小学生体育学习的个体兴趣与情境兴趣的关系研究

    作者:李吏 关键词:体育学习 ; 情境兴趣 ; 个体兴趣 ; 情境因素 ; 个体因素 机构:东北师范大学 ; 东北师范大学 年份:2017
    摘要:小学生是祖国的未来和民族的希望,是华夏民族振兴发展的重要保证.引导和帮助学生积极参加体育活动是提高当代小学生身体健康的重要途径.小学生体育学习兴趣不仅受到情境兴趣影响,也与小学生个体因素有很大关系,因为不同个体对相同环境体验的感受是大相迥异的.为进一步探讨研究小学生个性特征与体育项目的相互作用关系,以及如何形成体育兴趣等主要问题,以制定相应的发展策略,为提升教学水平提供理论依据。本文采用问卷调查法随机抽取长春市四所小学二年级、四年级和六年级学生586人,对体育学习的个体兴趣和情境兴趣情况进行问卷调查,结果表明:1.小学生对体育学习的个体兴趣有四个维度,即积极兴趣、参与兴趣、被动兴趣和消极兴趣,不同年级、不同性别的学生在四个维度上存在不同的差异。随着年龄的增长和年级的升高,积极兴趣显著性下降,参与兴趣无显著变化,而被动兴趣和消极兴趣则显著性增强;在男女生比较上,高级的男生、女生在体育学习的积极兴趣、被动兴趣方面相比,差异有显著性。2.影响学生体育学习兴趣的环境因子中,主要有缺少时间占17.9%,缺少场地设施占18.9%,学习紧张、功课攀占13.8%,缺少运动器材占23.2%,教学内容枯燥26.1%。男生把缺少场地设施作为影响体育学习兴趣的环境因子放在了第一位(28.4%),而女生把教学枯燥作为影响体育学习兴趣的重要环境因子放在了第一位(25.4%)3.情境兴趣中的新颖性、挑战性、愉悦感维度和总体兴趣与个体兴趣的积极兴趣有着显著性的相关性,而参与兴趣与新颖性、挑战性和愉悦感维度与个体兴趣中的参与兴趣维度显著性相关,被动兴趣与情景兴趣的联系并不是很密切,新颖性和消极兴趣存在着非常显著的负相关。
  • 【论文】 基于用户兴趣漂移和兴趣传播的协同过滤推荐算法

    作者:刘亚囡 关键词:推荐系统 ; 协同过滤 ; 兴趣漂移 ; 仿射传播聚类 ; 模糊C-均值聚类 机构:中国石油大学(华东) ; 中国石油大学(华东) 年份:2016
    摘要:随着互联网的发展和普及,信息数量成爆炸式增长。海量信息在丰富人们生活的同时,也为信息的查寻带来挑战。个性化推荐系统应运而生。其中,协同过滤是最经典的推荐技术,它默认用户的兴趣是稳定的,即用户兴趣不会发生变化。然而在现实生活中,受自身或外界等各种因素的影响,用户的兴趣是不稳定的,存在兴趣漂移现象。另外,用户在交互过程中会彼此之间相互影响,即兴趣会在用户间传播。本文在对传统协同过滤算法深入研究的基础上,总结分析了前人已取得研究成果的缺点和不足,从兴趣漂移和兴趣传播两个方面入手,主要做了以下工作:首先,针对用户兴趣漂移问题,提出了一种基于不同项目类型访问时间分散度的漂移检测算法。该算法根据项目自身属性计算相似度构建项目簇,依据用户历史访问项目所属项目簇的比例大小来识别单兴趣和噪声用户,根据不同项目访问时间的分散度来识别多兴趣兴趣漂移用户,并最终得到用户的最新、最近兴趣。对数据集做此预处理,即避免了噪声用户数据对系统的干扰,也在一定程度上降低了数据维度,缩减了计算量。其次,针对用户间的兴趣传播问题,提出了一种基于仿射传播的模糊C-均值聚类算法。该算法借用仿射传播(AP)聚类的消息传递思想,将兴趣传播问题转化为用户间的吸引度和归属度问题。在协同过滤推荐中,模糊C-均值(FCM)聚类是一种常用的数据处理方法,其中心点的选择直接影响着聚类结果的好坏。将AP聚类所得到的聚类中心作为FCM聚类的初始中心,这样即考虑到了兴趣传播问题,也提高了聚类的质量和稳定性。最后,将提出的两种算法进行组合推荐,提出了基于用户兴趣漂移和兴趣传播的协同过滤推荐算法。本文在Movielens数据集上分别对基于不同项目类型访问时间分散度的兴趣漂移检测算法、基于仿射传播的模糊C-均值聚类算法、基于用户兴趣漂移和兴趣传播的协同过滤推荐算法以及传统的协同过滤推荐算法进行实验对比验证。结果表明,本文提出的算法有更高的准确性,能有效提高系统的推荐质量。
  • 【期刊】 基于用户兴趣相似度与熟悉度的兴趣点推荐算法

    刊名:计算机与数字工程 作者:王峥 ; 张成 关键词:兴趣点推荐 ; 非负矩阵分解 ; 兴趣相似度 ; 熟悉度 机构:南京烽火星空通信发展有限公司 ; 南京烽火星空通信发展有限公司 ; 武汉邮电科学研究院 ; 南京烽火天地通信科技有限公司 年份:2018
    摘要:在兴趣点推荐中,由于用户签到矩阵的稀疏性问题,基于协同过滤的兴趣点推荐算法难以准确计算用户相似度,导致推荐效果不理想。论文提出一种基于用户兴趣相似度和熟悉度的兴趣点推荐算法,能在稀疏的数据集上计算用户相似性,改善邻近用户搜索质量,提高推荐准确率。实验结果表明,论文方法与其他矩阵分解算法相比具有更好的推荐效果。
  • 【期刊】 兴趣放飞希望-浅谈对小学生英语学习兴趣的培养

    刊名:《教育现代化(电子版)》 作者:张海婷 关键词:目的 ; 指导作用 ; 赏识 ; 求知 ; 求新 机构:新疆精河县第五师83团一中 ; 新疆精河县第五师83团一中 年份:2016
    摘要:兴趣是最好的老师,提高英语教学质量,课堂教学是关键,而在课堂教学活动中,努力营造一种比较宽松、愉悦的氛围,激发学生兴趣,充分调动学生学习的积极性,这是提高英语教学课堂的关键.教师应从培养学生兴趣入手,因势利导,从学生的实际出发,采取多种激发学生兴趣.
  • 【期刊】 基于兴趣图谱的用户兴趣分布分析及专家发现

    刊名:电子学报 作者:国琳 ; 左万利 关键词:专家发现 ; 兴趣分析 ; 兴趣图谱 ; 复杂网络分析 机构:吉林大学计算科学与技术学院 ; 吉林大学计算科学与技术学院 ; 吉林大学符号计算与知识工程教育部重点实验室 年份:2015
    摘要:尽管用户可自主生成个性化数据以更全面描述个人偏好,但由于用户创建数据不严谨、不可控,导致生成的庞大数据集大多存在质量低、噪声严重的缺陷.因此管理复杂网络信息时,不能仅使用写入性知识,必须重视具有大量领域知识的专家,因为其可为系统提供高质量的信息.本文通过构建和分析用户兴趣分布曲线以发现兴趣领域专家,并提出甄别状态不正常的伪专家算法.由于网络中权威专家数量较少,所以所提供的信息是有限的.因此本文定义的领域专家不仅包含权威专家,而且包含普通用户中对某领域有极高关注的兴趣领域专家.实验证明算法的正确性和高效性,并且较低的复杂度使其可处理海量用户节点信息.
  • 【专利】 一种脑功能图的感兴趣区提取方法

    作者:王筝 ; 曾祥柱 ; 刘颖 ; 袁慧书 年份:2017
    摘要:本发明公开了一种脑功能图的感兴趣区提取方法,把全脑的像素值EPI(i,j,k)与模板矩阵值ROIReslice(i,j,k)相乘(公式1),即提取了感兴趣脑区的像素值EPI (i,j,k),屏蔽了非感兴趣的信号值。本方法对感兴趣区核磁信号参数的提取可以对各个脑疾病的深入研究提供详细数据,在此基础上,可以进行感兴趣区的峰值和均值计算,有助于加深对神经系统疾病的认识和研究。
  • 【论文】 跨领域手游用户兴趣建模及应用

    作者:魏向前 关键词:跨领域 ; 个性化游戏推荐 ; 用户兴趣建模 ; 潜在游戏用户挖掘 机构:华南理工大学 ; 华南理工大学 年份:2017
    摘要:近年来,移动游戏产业发展迅猛,市场竞争日益激烈。在这一趋势下,除了游戏本身的质量外,游戏的精准化推广也变得越来越重要。当前移动游戏联运平台针对平台中已有游戏记录的用户,采用传统的推荐算法进行游戏推荐;对没有游戏记录的用户,只能通过广撒网似的广告宣传进行游戏推广,但收获甚微。本文主要研究跨领域的用户兴趣建模,根据用户在其他应用领域的行为,如广告点击行为,刻画其在游戏领域的兴趣偏好,并应用于潜在游戏用户挖掘和个性化游戏推荐。首先,本文对用户建模所使用的广告数据和游戏数据进行了统计分析,研究了数据产生的背景以及不同领域的用户行为习惯,为跨领域的用户兴趣建模打下基础。其次,本文出了一种粗粒度的跨领域用户兴趣建模方法——基于领域差异性的跨领域用户兴趣建模,并将其应用于潜在游戏用户挖掘,结合具体的应用场景进行了详细介绍。同时,为了最大化用户模型在潜在游戏用户挖掘中的效用,本文针对用户模型中不同类型的特征,采用不同的使用方式,出了基于Modify-GBDT(Gradient Boosting Decision Tree)-LR(Logistic Regression)的潜在游戏用户挖掘算法。实验表明,基于领域差异性的跨领域用户兴趣建模方法能够有效地取具有区分度的用户特征;同时,出的Modify-GBDT-LR算法相比LR算法、GBDT-LR算法也有更好的预测能力。最后,本文出了两种细粒度的跨领域用户兴趣建模方法:基于近邻的跨领域用户兴趣建模和基于LFM(Latent Factor Match)的跨领域用户兴趣建模,并将其应用于个性化手游推荐,结合具体应用场景进行了详细介绍。同时,根据不同的跨领域用户兴趣建模方法,本文出了基于近邻的跨领域游戏推荐算法和基于LFM的跨领域游戏推荐算法。在实际数据集上的实验表明,跨领域用户兴趣建模方法能够有效升个性化游戏推荐的精准度,跨领域游戏推荐算法相比传统的热门游戏推荐算法、基于物品(Item-Based)的推荐算法、基于矩阵分解(Matrix Factorization-Based)算法,具有更好的推荐效果。
  • 【期刊】 兴趣促发展--谈中学生文言文学习兴趣培养

    刊名:课程教育研究 作者:陈文春 关键词:初中文言文 ; 学生学习 ; 兴趣培养 机构:广西贺州市富川县石家初中 ; 广西贺州市富川县石家初中 年份:2014
    摘要:初中教材中文言文占了三分之一的篇幅,学好文言文对促进学生现代文阅读和写作能力的提高、培养学生人文素养以及传统文化传承、发展都至关重要。本文主要阐述在文言文教学中如何以趣味为导入点,通过激趣导入、诵读教学、多媒体激趣、竞赛激趣等方法探寻兴趣化的文言文课堂教学模式,以兴趣促发展。
  • 【专利】 一种有助于引起狗狗兴趣的狗咬胶

    作者:郑京敏 年份:2017
    摘要:本实用新型涉及一种有助于引起狗狗兴趣的狗咬胶。主要解决了现有狗咬胶难以引起狗狗兴趣的问题。包括狗咬胶本体,狗咬胶本体两端为与狗咬胶本体一体成型的半圆体,狗咬胶本体内设有空腔,空腔内设有铃铛,铃铛可在空腔内自由滚动,狗咬胶本体外围均布有若干沿狗咬胶本体长度方向设置的凸条,凸条与凸条之间的狗咬胶本体上设有凹槽,凹槽内设有可食用荧光粉。本实用新型通过在狗咬胶本体上设置铃铛和荧光层,不仅能够增加狗狗的兴趣,也有助于狗主人在光线较暗的地方寻找到狗咬胶,而且在狗咬胶上增加了香料层,进一步的提高了狗狗对狗咬胶的兴趣,具有结构新颖,营养丰富的优点。
  • 【期刊】 浅谈中学生对体育课缺乏兴趣的原因及兴趣培养

    刊名:当代体育科技 作者:简龙 关键词:兴趣 ; 中学生 ; 体育课 机构:四川省自贡第二十二中学 ; 四川省自贡第二十二中学 年份:2014
    摘要:体育兴趣是个人对体育特殊的、积极的认识倾向,是人们从事体育实践活动最强有力的动力。本文采用数据分析法、问卷调查法、文献资料法和访谈法,分析现在苏祠中学学生缺乏体育兴趣的现状,得出现阶段我校学生体育课缺乏兴趣的原因,并依据这些原因提出在体育教学中培养学生兴趣的各种方法,最后达到提高体育教学质量增强学生体质的目的。
  • 【论文】 基于社团聚类的兴趣点推荐算法研究

    作者:王啸岩 关键词:LBSN ; 兴趣点推荐算法 ; 相容类预填补 ; 社团聚类 ; 多源异构数据 机构:武汉理工大学 ; 武汉理工大学 年份:2017
    摘要:近年来,Web2.0技术得到了迅速的发展,社交网络也逐渐繁荣,如微信、Facebook、Twitter等应用已经在全球流行。同时随着智能手机的发展,支持GPS功能并且能够运行提供位置服务APP的手机开始普及,在这种情况下,基于位置的社交网络(location-based social networks,LBSN)也随之蓬勃发展起来。利用兴趣点(point-of-interest,POI)推荐系统,一方面用户可以发现感兴趣的商家与地点,得到丰富多彩的体验,另一方面,商家可以进行广告推送与商品营销,提高营业额与利润。目前推荐算法已经在传统的电商平台和社交网络平台上得到了广泛的使用,对于位置社交网络来说,推荐系统也是十分重要的。兴趣点推荐系统中蕴含着丰富的多源异构数据,如好友关系数据、地理位置数据以及用户对兴趣点的评论文本、评分等,使用这些数据可以有效提升兴趣点推荐算法的准确率。但是LBSN中的数据信息往往会存在数据稀疏,甚至部分信息缺失的情况,比如某些用户并没有添加好友,因此数据稀疏性与鲁棒性问题是兴趣点推荐算法中必须要解决的问题;此外,由于LBSN中的数据信息具有异构、多维度的特点,因此如何在推荐算法模型中融合多源异构信息也是值得研究的。本文针对兴趣点推荐算法需要解决的数据稀疏性、推荐实时性、数据多源异构性以及算法模型鲁棒性等问题,通过对用户访问兴趣点行为进行建模,预测用户兴趣偏好,从而为用户进行兴趣点推荐。具体来说,本文的研究工作与成果主要体现在以下:(1)针对兴趣点推荐算法面对的数据稀疏性问题,给出了一种基于相容类的预填补算法PACC。该算法通过计算相容类,用相容关系代替粗糙集理论中的不可分辨关系,缓解了原始用户-兴趣点评分矩阵的稀疏性问题。同时分析了算法的时间复杂度,并且在Yelp数据集上与其他预填补算法进行了对比实验。(2)针对推荐实时性问题以及传统社团发现算法应用于兴趣点推荐的缺陷,给出了一种基于社团聚类的兴趣偏好建模算法CDCF。CDCF算法融合了用户的兴趣偏好信息以及社交好友关系,同时通过社团聚类方法达到了提前建立模型以及缩小近邻搜索空间的目的,提高了推荐算法的准确率以及实时性。(3)兴趣点推荐系统中蕴含着丰富的多源异构数据,通过挖掘这些数据可以有效地提高兴趣点推荐算法的性能。本文通过为CDCF社团聚类算法添加距离因素,进而融合好友关系数据、地理位置数据以及用户-兴趣点评分矩阵建立了SoGeoSco(Social Geographical and Score)模型来进行兴趣点推荐。SoGeoSco模型中用户对兴趣点的访问概率由用户与兴趣点间的距离、用户对兴趣点的个人兴趣和社交兴趣这三个因素决定。具体来说,模型通过朴素贝叶斯分类器来对地理位置数据进行建模得到用户与兴趣点间的距离,利用CDPC社团聚类算法来分别对好友关系数据以及签到评分数据建模得到用户对兴趣点的个人兴趣和社交兴趣,最后使用一个具有鲁棒性的规则将多源数据融合起来得到SoGeoSco模型。基于公开数据集进行了对比实验,结果分析证明,与其他主流的兴趣点推荐算法进行相比,SoGeoSco模型能够提高准确率和召回率,并且在部分信息缺失的情况下仍具有良好的推荐性能,表现出了一定的鲁棒性,获得了更好的推荐效果。
  • 【专利】 一种基于用户多兴趣兴趣变化的协同过滤推荐算法

    作者:邓辉舫 ; 赵明飞 年份:2018
    摘要:本发明公开了一种基于用户多兴趣兴趣变化的协同过滤推荐算法,包括步骤:1)构造用户‑项目属性类别相关性矩阵;2)根据用户‑项目属性类别相关性矩阵计算用户相似性,以预测用户对未知项目属性类别的偏好度,进而为用户推荐偏好类别;3)将评分矩阵按照推荐的类别分类,计算每个类别下项目相似性;4)考虑用户的兴趣变化,计算项目的时间权重及项目的新颖度,求出初步预测评分;5)结合用户‑项目属性类别偏好得到最终预测评分并进行推荐。本发明将项目作为用户和项目属性类别之间的桥梁,通过评分矩阵间接得出对项目属性类别的偏爱,较好解决用户兴趣模型单一问题,同时考虑到用户兴趣变化及项目的新颖度,使最终推荐效果更加准确。
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转