注意-情绪协调的个性化信息推荐模型

doi:10.13190/jbupt.2006s2.183.307

北京邮电大学学报 ›› 2006, Vol. 29 ›› Issue (s2): 183-187.doi: 10.13190/jbupt.2006s2.183.307

注意-情绪协调的个性化信息推荐模型

王枞1, 涂序彦1, 刘嘉2

1. 北京邮电大学智能科学技术研究中心, 北京 100876;
2. 北京师范大学认知神经科学与学习国家重点实验室, 北京 100875

收稿日期:2006-09-01 修回日期:1900-01-01 出版日期:2006-11-30 发布日期:2006-11-30
通讯作者: 王枞

Personalized Information Recommendation Model Based on Attention–Emotion Cooperation

WANG Cong1, TU Xu-yan1 , LIU Jia2

1.Center for Intelligence Science and Technology Research, Beijing University of Posts and Telecommunications, Beijing 100876, China; 2. State Key Laboratory of Cognitive Neuroscience and Learning, Beijing Normal University, Beijing 100875, China

Received:2006-09-01 Revised:1900-01-01 Online:2006-11-30 Published:2006-11-30
Contact: WANG Cong

摘要/Abstract

摘要：

在分析注意、情绪及两者关系的基础上，提出了注意-情绪协调模型，并以情绪唤醒选择性注意. 在北京旅游信息推送服务中，综合考察用户的注意、情绪和信息的语义特征，提出了注意-情绪协调的个性化信息推荐模型. 通过在推荐模型中加入情感风格，整合信息资源，使信息呈现方式适应用户的注意选择性特征，为个性化信息服务和新型人机交互提出了一种新思路。

关键词: 注意, 情绪, 协调, 语义, 个性化信息推荐

Abstract:

Based on the analysis of the attention, emotion and their relationship, a model of attention-emotion cooperation was presented, which stimulated the selective attention by emotion. By considering the attention, emotion of the user and the semantic of information comprehensively in the service of Beijing traveling information recommendation, the personalized information recommendation model based on attention–emotion cooperation was proposed. By adding the emotion effects to the recommendation model, the personalized information recommendation based on attention–emotion cooperation integrated all of the information, made the information presentation suitable to the user’s selective attention, and provided a new direction of the personalized information recommendation and human-machine interaction.

Key words: attention, emotion, cooperation, semantic;personalized information recommendation

中图分类号:

TN929.53

王枞1, 涂序彦1, 刘嘉2. 注意-情绪协调的个性化信息推荐模型[J]. 北京邮电大学学报, 2006, 29(s2): 183-187.

WANG Cong1, TU Xu-yan1 , LIU Jia2

. Personalized Information Recommendation Model Based on Attention–Emotion Cooperation[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2006, 29(s2): 183-187.

[1]	包乾辉文娟石淑珍董萌萍刘雪. 融合句法依存与 BERT-Att-BiLSTM 的属性分类[J]. 北京邮电大学学报, 2023, 46(4): 123-128.
[2]	靳梦凡, 黄智濒, 储志强. 复杂环境下多模态指导的点云补全方法[J]. 北京邮电大学学报, 2023, 46(3): 103-108.
[3]	胡敏熊思黄宏程张光华王春芳. 基于RAPNet的脑肿瘤MRI图像三维分割[J]. 北京邮电大学学报, 2023, 46(2): 91-97.
[4]	荣震宇刘建毅. 基于Transformer和MLP的眼底血管分割算法[J]. 北京邮电大学学报, 2023, 46(1): 26-31.
[5]	张浩冯春燕杨佳汇郭彩丽周博文. 面向语义通信的3D骨骼点数据编码与压缩方法[J]. 北京邮电大学学报, 2022, 45(6): 62-69.
[6]	马楠宋孟书刘宜明董辰. 面向智能机器通信的语义信息刻画及度量[J]. 北京邮电大学学报, 2022, 45(6): 12-21.
[7]	叶康张淑军郭淇李辉崔雪红. 基于CM-Transformer的连续手语识别[J]. 北京邮电大学学报, 2022, 45(5): 49-53,78.
[8]	谢永红陶浒贾麒杨石兵韩辛亮. 基于预训练语言模型的中医症状标准化方法[J]. 北京邮电大学学报, 2022, 45(4): 14-20.
[9]	李雪, 李晓艳, 王鹏, 孙梦宇, 吕志刚. 结合双注意力与特征融合的孪生网络目标跟踪[J]. 北京邮电大学学报, 2022, 45(4): 116-122.
[10]	谢永红, 陶浒, 贾麒, 杨石兵, 韩辛亮. 基于预训练语言模型的中医症状标准化方法[J]. 北京邮电大学学报, 2022, 45(4): 13-18,57.
[11]	刘琳岚, 宋修洋, 陈宇斌. 基于网络表示学习的机会网络链路预测[J]. 北京邮电大学学报, 2022, 45(4): 64-69,103.
[12]	宁静, 佘红艳, 赵东, 罗丹, 王磊. 一种路网级交通事故风险预测方法[J]. 北京邮电大学学报, 2022, 45(2): 72-78.
[13]	赵海英, 朱会, 侯小刚. 基于改进EMA单元的传统服饰图像语义分割[J]. 北京邮电大学学报, 2022, 45(1): 69-74.
[14]	王文竹, 肖波, 陈柯宏. 一种面向目标的情感极性分析方法[J]. 北京邮电大学学报, 2021, 44(5): 21-27.
[15]	韩越林, 王小玉. 多头自注意力在双曲空间下的点击率预测[J]. 北京邮电大学学报, 2021, 44(5): 127-132.

注意-情绪协调的个性化信息推荐模型

Personalized Information Recommendation Model Based on Attention–Emotion Cooperation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价