随着互联网的发展和普及,用户的信息查寻(Information Seeking)活动纷纷将网络作为平台,而呈指数增长的网络资源数量和日益复杂的网络拓扑结构导致信息查寻过程中出现了大量无关和冗余信息,进而使用户的认知负担过重,从而影响了获取信息的效率和质量。针对目前的网络信息获取方法无法准确地描述用户的实时需求,难以高效地获取符合用户需求的资源,进而增加了用户的认知负担的问题,本申请以用户信息查寻过程中知识和实时需求的动态变化特征为指导,建立描述用户网络认知过程的网络交互计算模型;基于用户所拥有的知识之间的相关关系,引入信息协同机制,实现用户知识的共享与互连,构建支持用户信息查寻行为的认知上下文;利用非封闭计算的方式- - 交互计算为用户准确地提供满足其实时需求的信息资源,从而有效地减轻用户的认知负担。..本项目的研究能够为网络信息服务的高效实现提供有力的理论依据和技术支持。
{{i.achievement_title}}
数据更新时间:2023-05-31
跨社交网络用户对齐技术综述
基于SSVEP 直接脑控机器人方向和速度研究
拥堵路网交通流均衡分配模型
城市轨道交通车站火灾情况下客流疏散能力评价
基于FTA-BN模型的页岩气井口装置失效概率分析
网络环境下基于群体协同的软件需求获取和建模方法研究
面向协同的无人机编队信息交互网络在线优化方法
基于信息内容的信任语义获取和度量方法研究
脑-机交互控制中神经信息获取与解析的理论与方法