用戶群

j表示給第w個(gè)用戶群中第j個(gè)用戶分配的信號(hào)功率；XW，j表示第w個(gè)用戶群中第j個(gè)用戶發(fā)送的碼字信號(hào)；表示對(duì)角矩陣，對(duì)角線上的元素為接下來(lái)對(duì)疊加的碼字信號(hào)進(jìn)行調(diào)制，并通過(guò)調(diào)制后的碼字信號(hào)驅(qū)動(dòng)布設(shè)于通信區(qū)域的多基色LED發(fā)光，以得到搭載有信息的光信號(hào)。為了進(jìn)行信號(hào)的高速傳輸同時(shí)減少信號(hào)間的干擾，對(duì)經(jīng)SCMA編碼映射的碼字信號(hào)進(jìn)行調(diào)制，采用非對(duì)稱限幅光正交頻分復(fù)用技術(shù)（Asymmetrically-clipped Optical Orthogonal Frequ

合考慮，得到對(duì)用戶群統(tǒng)一的屬性重要程度次序處理方法；2）傳統(tǒng)偏好Skyline 查詢算法大多未考慮道路網(wǎng)環(huán)境下的距離維度，只考慮靜態(tài)維度；3）傳統(tǒng)偏好Skyline 查詢算法返回的結(jié)果集過(guò)大、無(wú)序，不能給用戶提供有效的決策支持.因此，針對(duì)道路網(wǎng)多用戶偏好Top-kSkyline 查詢問(wèn)題，本文提出滿足多用戶不同權(quán)重和偏好需求的查詢方法.本文的主要貢獻(xiàn)有3 點(diǎn)：1）針對(duì)道路網(wǎng)存在大量數(shù)據(jù)點(diǎn)以及多查詢用戶場(chǎng)景，需要計(jì)算數(shù)據(jù)點(diǎn)到各個(gè)查詢用戶的道路網(wǎng)距離，從而產(chǎn)生

模型學(xué)習(xí)到不同用戶群的用電趨勢(shì)信息。已有方法通常是對(duì)用電數(shù)據(jù)采用聚類(lèi)分析得到用戶群信息后，針對(duì)每個(gè)用戶群分別建立預(yù)測(cè)模型，導(dǎo)致預(yù)測(cè)模型數(shù)量偏多，且各模型只能學(xué)習(xí)到相應(yīng)用戶群的用電信息，無(wú)法學(xué)習(xí)到其他用戶群的用電信息，因此也無(wú)法獲取不同用戶群用電規(guī)律之間的潛在聯(lián)系。另外，K-means[6]以及層次聚類(lèi)算法等為常用的時(shí)間序列聚類(lèi)算法。K-means算法簡(jiǎn)潔高效，但算法性能易受初始聚類(lèi)中心的影響。BIRCH算法屬于層次聚類(lèi)算法，其性能不受初始聚類(lèi)中心影響，通過(guò)

，達(dá)到滿足不同用戶群體的差異化需求的目的。為解決EV 用戶調(diào)度意愿與響應(yīng)潛力同適宜調(diào)度模式匹配問(wèn)題，本文構(gòu)建用戶響應(yīng)畫(huà)像體系，提出了一種適用于居民小區(qū)場(chǎng)景的電動(dòng)汽車(chē)充放電優(yōu)化策略。本文的創(chuàng)新之處在于將用戶畫(huà)像技術(shù)同電動(dòng)汽車(chē)充放電調(diào)度研究結(jié)合，為調(diào)度優(yōu)化階段提供依照調(diào)度意愿與響應(yīng)潛力劃分的用戶群，使參與用戶更加認(rèn)可調(diào)度工作，最終得到的優(yōu)化結(jié)果也更具實(shí)際意義。1 電動(dòng)汽車(chē)用戶響應(yīng)畫(huà)像體系構(gòu)建為使電動(dòng)汽車(chē)充放電調(diào)度策略同用戶響應(yīng)潛力相匹配，本文將傳統(tǒng)電力用戶畫(huà)像

以獲得四類(lèi)充電用戶群,每類(lèi)用戶群的數(shù)量及聚類(lèi)中心的R*、F*、M*、S*、R、F、M、S值聚類(lèi)結(jié)果如表3所示。表3 聚類(lèi)結(jié)果為直觀顯示各類(lèi)用戶R、F、M、S分布,繪制各簇用戶R、F、M、S的核密度曲線圖(Kernel Density Estimation,KDE)。用戶群0的R、F、M、S的核密度曲線圖如圖2所示。用戶群1的R、F、M、S的核密度曲線圖如圖3所示。用戶群2的R、F、M、S的核密度曲線圖如圖4所示。用戶群3的R、F、M、S的核密度曲線圖如圖5

0歲以下的年輕用戶群。但有一個(gè)平臺(tái)不怎么受到奢侈品牌的關(guān)注&那就是快手。截至2021年第四季度，快手擁有高達(dá)5.78億的月活躍用戶，比上年同期增長(zhǎng)21.5%?？焓植粌H具有黏性——用戶每天在該平臺(tái)上平均花118.9分鐘——而且是一個(gè)大型電子商務(wù)平臺(tái)。2021年第四季度，在快手上達(dá)成的電子商務(wù)交易總額同比猛增近36%,達(dá)到2403億元。除了龐大的用戶群，快手作為中視頻的后起之秀也不容忽視。中視頻是一個(gè)由字節(jié)跳劫旗下的西瓜視頻和嘩哩嘩哩主導(dǎo)的較新領(lǐng)域。自新冠疫情

8 in管線去用戶群9；④從0#管匯站新建管線與1#管線連接。3 增輸工況分析3.1 分析思路增輸方案分析需將DNV GL SPS 10.4（以下簡(jiǎn)稱“SPS”）軟件水力計(jì)算結(jié)果和線路選線方案交叉進(jìn)行，管網(wǎng)水力系統(tǒng)分析流程如圖2所示。圖2 管網(wǎng)水力系統(tǒng)分析流程Fig.2 Hydraulic system analysis procedure of pipeline network（1）根據(jù)用戶用氣量、需求壓力等基礎(chǔ)參數(shù)和現(xiàn)有SPS模型繪制現(xiàn)有管網(wǎng)流程圖。（

類(lèi)，得到不同的用戶群。（二）用戶群行為合并由于單個(gè)新用戶行為稀疏，難以直接使用協(xié)同過(guò)濾算法，因此可以將同一用戶群的用戶行為進(jìn)行合并。在此基礎(chǔ)上，由于不同用戶到聚類(lèi)中心點(diǎn)的距離不一樣（可理解為用戶屬于不同類(lèi)別的相似度不一樣），因此不同用戶的行為權(quán)重有所差別，不能直接合并。本文提出了一種加權(quán)行為合并方案，對(duì)用戶群i，假設(shè)用戶j到聚類(lèi)中心點(diǎn)的距離為di，j用戶群i中所有用戶到中心點(diǎn)的最大距離為max（di），可定義用戶j的行為權(quán)重為wi，j用戶離聚類(lèi)中心點(diǎn)越近權(quán)

頻內(nèi)容提供商把用戶群即將請(qǐng)求或者最希望觀看的一部分視頻內(nèi)容提前緩存在MEC 服務(wù)器的緩存中［9］。然而，隨著智能終端的快速普及和短視頻業(yè)務(wù)的飛速發(fā)展，在像抖音、快手等基于主動(dòng)推薦方式的短視頻應(yīng)用中，基于拉的分發(fā)策略很難滿足不同用戶對(duì)短視頻內(nèi)容的個(gè)性化需求。在現(xiàn)有的基于推的緩存策略研究中，如何精準(zhǔn)地預(yù)測(cè)出用戶群即將請(qǐng)求或者最希望觀看到的一部分短視頻內(nèi)容也是一大難點(diǎn)，有待進(jìn)一步研究。如何將用戶群感興趣的短視頻內(nèi)容提前分發(fā)到MEC 服務(wù)器中，將會(huì)影響到用戶群對(duì)該

索。為了最大化用戶群的協(xié)同效應(yīng)，對(duì)企業(yè)創(chuàng)新社區(qū)這一知識(shí)密集型社區(qū)而言，創(chuàng)新用戶群的發(fā)現(xiàn)研究存在以下四個(gè)問(wèn)題：其一，知識(shí)度量的局限性，即在知識(shí)度量時(shí)，常常利用知識(shí)存量等統(tǒng)計(jì)指標(biāo)來(lái)表征知識(shí)特征[5]，未對(duì)用戶的具體知識(shí)屬性進(jìn)行深入探索；其二，用戶屬性考量的局限性，即在研究中聚焦于考查用戶個(gè)體的知識(shí)屬性[6]，忽略了對(duì)用戶意愿及用戶間的協(xié)同屬性進(jìn)行考量；其三，沒(méi)有考慮用戶行為的時(shí)變特征，企業(yè)創(chuàng)新社區(qū)是基于互聯(lián)網(wǎng)的用戶交互系統(tǒng)，用戶流動(dòng)及知識(shí)更替[7]適勢(shì)發(fā)生，進(jìn)

分，但由于細(xì)分用戶群太多，在線個(gè)性化教學(xué)的成本太高［4］。因此，我們采用聚類(lèi)法對(duì)在線學(xué)習(xí)用戶進(jìn)行分類(lèi)，以IFLPT 模型為基礎(chǔ)，總體流程如圖1 所示。圖1 在線學(xué)習(xí)用戶數(shù)據(jù)挖掘建?？傮w流程在線學(xué)習(xí)用戶數(shù)據(jù)挖掘建?？傮w流程中，我們首先從在線學(xué)習(xí)平臺(tái)選擇性抽取已產(chǎn)生數(shù)據(jù)，并對(duì)新增數(shù)據(jù)進(jìn)行抽取，形成歷史數(shù)據(jù)和增量數(shù)據(jù)。對(duì)歷史數(shù)據(jù)和增量數(shù)據(jù)進(jìn)行數(shù)據(jù)探索性分析和預(yù)處理，主要對(duì)有缺失值與異常值的數(shù)據(jù)進(jìn)行分析處理，主要操作為屬性規(guī)約、數(shù)據(jù)清洗和數(shù)據(jù)變換。在已處理完畢的規(guī)

用戶，組建光伏用戶群是管理它們有效的方法之一.管理者通過(guò)制定合適的集群內(nèi)部電價(jià)，一方面能使集群內(nèi)的用戶獲得經(jīng)濟(jì)利益，另一方面可以減小向大電網(wǎng)倒送的功率[8].文獻(xiàn)[9]提出了一種基于光伏用戶群電能供需比的內(nèi)部電價(jià)模型，降低了群內(nèi)用戶的用電成本并提高群內(nèi)用戶光伏電能的共享量.文獻(xiàn)[10]設(shè)計(jì)了一種基于彈性電價(jià)的電力需求響應(yīng)機(jī)制，實(shí)現(xiàn)了配電側(cè)高比例光伏用戶群的電能高效消納，提高了光伏群的經(jīng)濟(jì)效益，降低了實(shí)時(shí)發(fā)、用電的不平衡電量.文獻(xiàn)[11]建立了與系統(tǒng)凈負(fù)荷相

間段上討論每個(gè)用戶群的發(fā)送功率問(wèn)題。在完全競(jìng)爭(zhēng)的時(shí)候，由于每個(gè)用戶群都想使得自己得收益最大化，最終每個(gè)用戶群都會(huì)用自己得最大發(fā)送功率來(lái)發(fā)送。這樣造成信道之間干擾很大。一個(gè)無(wú)線傳感器網(wǎng)絡(luò)常常是一個(gè)機(jī)構(gòu)部署的，這樣就給合作帶來(lái)了可能。本文不考慮一個(gè)用戶群收益最大化，而是考慮無(wú)線傳感器網(wǎng)絡(luò)收益全局最大化。本文考慮一個(gè)由n個(gè)節(jié)點(diǎn)構(gòu)成的無(wú)線傳感器網(wǎng)絡(luò)(用N={0，1，…，n-1}表示)，共用開(kāi)放頻段，是一個(gè)隨時(shí)間變化得通信網(wǎng)絡(luò)，節(jié)點(diǎn)之間得通信過(guò)程可用上面的鄰接矩陣D

用將改變圖書(shū)館用戶群利用資源的方法、途徑，給圖書(shū)館的數(shù)據(jù)信息管理帶來(lái)新的思維，實(shí)現(xiàn)圖書(shū)館從傳統(tǒng)的信息服務(wù)向有價(jià)值的智慧微服務(wù)的變革，助推圖書(shū)館智慧微服務(wù)的新實(shí)踐。3 區(qū)塊鏈技術(shù)與圖書(shū)館智慧微服務(wù)契合性分析3.1 區(qū)塊鏈技術(shù)應(yīng)用在圖書(shū)館智慧微服務(wù)中的可用性區(qū)塊鏈技術(shù)讓網(wǎng)狀系統(tǒng)中的每個(gè)節(jié)點(diǎn)，使用密碼學(xué)原理生成相互關(guān)聯(lián)的數(shù)據(jù)塊（Block）。每個(gè)數(shù)據(jù)塊包含了在某一時(shí)間段系統(tǒng)內(nèi)交易的全部數(shù)據(jù)，采用密碼學(xué)方法生成的秘鑰來(lái)驗(yàn)證交易數(shù)據(jù)的有效性，用于鏈接下一個(gè)區(qū)塊。系統(tǒng)

類(lèi)，分成很多個(gè)用戶群，如表2 所示。表2 用戶群以及觀看特征根據(jù)表2 的用戶群特征，用戶群1 可以基本定位為兒童用戶群體，可以估測(cè)該電視用戶的家中有兒童，針對(duì)這一用戶群體，可以重點(diǎn)宣傳與突出營(yíng)銷(xiāo)，對(duì)此類(lèi)群體可以通過(guò)動(dòng)畫(huà)產(chǎn)品的宣傳不斷吸引用戶的觀看興趣，提高用戶的持續(xù)觀看的概率。用戶群2 偏女性居多，且觀看電視的時(shí)長(zhǎng)較短，針對(duì)此類(lèi)用戶群，不進(jìn)行重點(diǎn)推銷(xiāo)，運(yùn)用宣傳手段進(jìn)行趣味主頁(yè)和趣味活動(dòng)的引導(dǎo)，挖掘或者激發(fā)用戶的觀看興趣。此外，還可以向該用戶群提供有關(guān)廚藝和

分光箱應(yīng)設(shè)置在用戶群中心位置。2.2.2 一級(jí)分光箱集中區(qū)域每256 戶、較分散區(qū)域每128 戶、分散區(qū)域每64 戶設(shè)置一個(gè)一級(jí)分光箱，分光箱應(yīng)設(shè)置在用戶群中心位置。2.2.3 接入機(jī)房城網(wǎng)一般將分機(jī)房設(shè)置為接入機(jī)房、農(nóng)村網(wǎng)絡(luò)一般將分機(jī)房設(shè)置在鄉(xiāng)鎮(zhèn)或行政村村委。機(jī)房覆蓋半徑不得超過(guò)20km。2.3 纖芯配置要求ODN 系統(tǒng)光纜分為干線光纜和接入光纜兩部分組成。2.3.1 干線光纜配置要求（1）旗縣機(jī)房至鄉(xiāng)鎮(zhèn)機(jī)房需配置12 芯光纖資源；（2）鄉(xiāng)鎮(zhèn)機(jī)房至各行政

按興趣特征劃分用戶群從而實(shí)現(xiàn)把主題資源推薦給相應(yīng)用戶群的高校圖書(shū)館資源推薦模型。資源主題劃分越細(xì)致，相應(yīng)的讀者的興趣用戶群劃分就越細(xì)致，從而資源推薦系統(tǒng)的個(gè)性化程度越高，推薦質(zhì)量和滿意度就越高。關(guān)鍵詞：資源推薦;高校圖書(shū)館;用戶群中圖分類(lèi)號(hào)：G258.6 ? ?文章編號(hào)：2095-624X（2019）17-0034-02一、背景信息大爆炸的時(shí)代，圖書(shū)館資源受到海量碎片化信息和電子化圖書(shū)期刊資源的沖擊。一方面碎片化信息占據(jù)了讀者業(yè)余時(shí)間的絕大多數(shù)，減少了讀者

，對(duì)比發(fā)現(xiàn)最大用戶群位置與小區(qū)物理方向存在偏差時(shí)，通過(guò)人工上站的方式調(diào)整天線方位角，使得天線的主打方向正對(duì)最大用戶群[5]。驗(yàn)證表明：調(diào)整后網(wǎng)絡(luò)覆蓋率、駐留比等指標(biāo)均有明顯的提升。由于用戶的移動(dòng)性和各種網(wǎng)絡(luò)覆蓋場(chǎng)景下基于上班/下班、節(jié)假日等時(shí)間的用戶變化特點(diǎn)，使得小區(qū)的主打方向在部分時(shí)段偏離最大用戶群，但受人工調(diào)整成本高、調(diào)整周期長(zhǎng)、靈活性差、資源利用率低的弊端的限制[6]，不能實(shí)時(shí)進(jìn)行調(diào)整，導(dǎo)致部分時(shí)段用戶感知下降。為使網(wǎng)絡(luò)資源效益最大化，持久保持用戶的

移動(dòng)行為相似的用戶群,根據(jù)用戶群的行為規(guī)律來(lái)優(yōu)化個(gè)人的行為規(guī)律模型,以解決數(shù)據(jù)稀疏的問(wèn)題,并擴(kuò)大預(yù)測(cè)模型的適用范圍;在空間維度上對(duì)基于輻射模型的空間預(yù)測(cè)方法[5]進(jìn)行了改進(jìn)和優(yōu)化,最后通過(guò)大量實(shí)驗(yàn)和實(shí)際數(shù)據(jù)集測(cè)試,驗(yàn)證了該預(yù)測(cè)模型的有效性。1 本文模型本文提出的位置預(yù)測(cè)模型基于人類(lèi)移動(dòng)具有強(qiáng)規(guī)律性,文獻(xiàn)[7-8]指出可以將人類(lèi)有強(qiáng)周期性的移動(dòng)看作往返于“家庭”和“工作”位置狀態(tài)之間。如圖1所示:圖1(a)展示用戶在一天時(shí)間內(nèi)處于家庭/工作位置狀態(tài)的概率分布

品。在對(duì)電信的用戶群進(jìn)行分析時(shí)，通過(guò)對(duì)流失的用戶群進(jìn)行分析，可以使企業(yè)做出的決策更符合市場(chǎng)規(guī)律。在對(duì)用戶群進(jìn)行分類(lèi)時(shí)，往往是將用戶群分為已流失的和未流失的兩種，然而在實(shí)際的用戶群分類(lèi)中，通?？梢源_定已流失的用戶群，可是未流失的部分并不代表未來(lái)不會(huì)流失，因此很難直接確定用戶群是否流失，為了解決這個(gè)問(wèn)題，在分類(lèi)中，我們采用One Class SVM對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，重新構(gòu)建分類(lèi)特征，從未確定特征中提取出真負(fù)樣本，構(gòu)建模型，最終找出可能流失的用戶群。1 One

psis的低壓用戶群電費(fèi)回收風(fēng)險(xiǎn)研究和應(yīng)用傅軍1付薇薇2許鑫1介志毅1金鳳3張德政2（1. 國(guó)網(wǎng)冀北電力有限公司電力科學(xué)研究院 2.北京科技大學(xué)計(jì)算機(jī)與通信工程學(xué)院 3.北京博望華科科技有限公司）本文針對(duì)電力企業(yè)中低壓用戶群中如何確定各用戶群的電費(fèi)回收風(fēng)險(xiǎn)問(wèn)題，圍繞用戶用電行為構(gòu)建低壓用戶群電費(fèi)回收風(fēng)險(xiǎn)指標(biāo)體系，進(jìn)而對(duì)各指標(biāo)進(jìn)行描述分析以及預(yù)處理，利用改進(jìn)的德?tīng)柗品ㄓ?jì)算指標(biāo)權(quán)重，最后將Topsis算法應(yīng)用于低壓用戶群的風(fēng)險(xiǎn)預(yù)警分析，并取得了良好的效果。低壓

分群，獲得相似用戶群評(píng)分矩陣；然后，通過(guò)SSMF-GS算法對(duì)相似用戶群評(píng)分矩陣進(jìn)行群稀疏矩陣分解；最后,采用交替優(yōu)化算法對(duì)模型進(jìn)行求解。所提模型可以篩選出不同用戶群的偏好潛在項(xiàng)目特征，提升了潛在特征的可解釋性。在GroupLens網(wǎng)站上提供的MovieLens數(shù)據(jù)集上進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，所提算法可以顯著提高預(yù)測(cè)精度，平均絕對(duì)誤差(MAE)及均方根誤差(RMSE)指標(biāo)均表現(xiàn)出良好的性能。群稀疏；矩陣分解；L2,1范數(shù)正則化；潛在特征0 引言隨著Int

的行為記錄，為用戶群推薦符合其行為偏好的選擇[7]。協(xié)同過(guò)濾算法主要可以分為兩類(lèi)，一種是基于用戶體驗(yàn)與參與的協(xié)同過(guò)濾算法，還有一種是基于不同的流程與項(xiàng)目?jī)?nèi)容的協(xié)同過(guò)濾算法。無(wú)論是屬于前者還是后者，其本質(zhì)都是優(yōu)化行為選擇[8]。協(xié)同過(guò)濾的算法主要通過(guò)對(duì)參與到平臺(tái)系統(tǒng)的所有行為選擇，自動(dòng)的構(gòu)建出I-U的歷史行為記錄矩陣，再根據(jù)項(xiàng)目與項(xiàng)目之間的相近程度，演繹出Item相鄰近的N個(gè)周?chē)脩粜袨檫x擇。根據(jù)相鄰近的N個(gè)周?chē)脩粜袨檫x擇以及被推薦預(yù)測(cè)到的所有基于項(xiàng)目或用

）一種SDN中用戶群博弈的OpenFlow流調(diào)度策略林曉勇1，朱園園1，梅杰2，糜正琨1（1.南京郵電大學(xué)通信與信息工程學(xué)院，江蘇 南京 210003；2.北京郵電大學(xué)信息與通信工程學(xué)院，北京 100876）提出了一種基于用戶中心網(wǎng)絡(luò)的軟件定義網(wǎng)絡(luò)框架，建立了一種基于用戶群博弈策略的OpenFlow流調(diào)度模型，提取用戶群屬性及用戶最佳體驗(yàn)參數(shù)，從用戶層面跨層至控制層進(jìn)行調(diào)度，對(duì)比了非合作博弈調(diào)度與合作博弈調(diào)度。仿真結(jié)果顯示，合作博弈調(diào)度的用戶群整體滿意度最

辛利軍：京東的用戶群和阿里的用戶群是有明顯區(qū)別的，京東的用戶群大部分是白領(lǐng)、中產(chǎn)和收入相對(duì)較高的人群，我們的人群大部分集中在25到40歲之間，他們大多自信有想法；而阿里的人群集中度大部分是25歲以下的年輕人，他們喜歡總在淘寶上逛一逛，買(mǎi)一些相對(duì)便宜的東西。所以，我不認(rèn)為京東的服裝和阿里有直接的競(jìng)爭(zhēng)，我們只需要把自己用戶服務(wù)好。這也是我們?yōu)槭裁醋龆ㄖ?，因?yàn)槎ㄖ迫巳罕容^符合京東。京東的用戶很多是職業(yè)女性和職業(yè)男性，當(dāng)一個(gè)人的成就到了一個(gè)階段的時(shí)候，他自身是一個(gè)

程中培育了目標(biāo)用戶群的忠誠(chéng)度。在部分廠商還苦口婆心地向被性價(jià)比慣壞的消費(fèi)者闡述為啥我的產(chǎn)品要提價(jià)上升的時(shí)候，OPPO、vivo的用戶群就已經(jīng)接受了產(chǎn)品。3.貼近目標(biāo)消費(fèi)者需求OPPO、vivo所推出的產(chǎn)品，是符合其目標(biāo)用戶群對(duì)其產(chǎn)品需求預(yù)期的：將貼合行業(yè)趨勢(shì)的全金屬機(jī)身材質(zhì)、大屏幕與領(lǐng)先行業(yè)的大運(yùn)行內(nèi)存、閃充、HiFi、自拍技術(shù)融入一款產(chǎn)品之中，再者線下渠道優(yōu)勢(shì)的售后服務(wù)，抓住了目標(biāo)用戶群的核心需求。4.低配高價(jià)是否成立？OPPO、vivo在產(chǎn)品中處理器的

本地號(hào)首集以及用戶群的號(hào)碼等.NGN組網(wǎng)規(guī)劃圖如圖4所示.計(jì)費(fèi)數(shù)據(jù)規(guī)劃包括計(jì)費(fèi)情況、計(jì)費(fèi)源碼和計(jì)費(fèi)選擇碼的規(guī)劃.計(jì)費(fèi)源碼是為主叫用戶群定義的編碼.如果沒(méi)有特殊需求，本局用戶定義一個(gè)即可.涉及中繼信令組網(wǎng)時(shí)，每個(gè)入中繼群定義一個(gè)計(jì)費(fèi)源碼，即只需對(duì)本局用戶和入中繼計(jì)費(fèi).根據(jù)上面的組網(wǎng)規(guī)劃圖，我們定義計(jì)費(fèi)源碼1（用戶群1、2）、計(jì)費(fèi)源碼62（PBX局入中繼，用戶群3）、計(jì)費(fèi)源碼63（CC08-1局入中繼，用戶群4）和計(jì)費(fèi)源碼64（CC08-2局入中繼，用戶群5）

小區(qū)之后，現(xiàn)有用戶群足夠多且有二次銷(xiāo)售的機(jī)會(huì)、類(lèi)似換芯或銷(xiāo)售關(guān)聯(lián)產(chǎn)品，如凈水、新風(fēng)、軟水、廚衛(wèi)電器等品牌配套產(chǎn)品。加上商家有很強(qiáng)的服務(wù)、營(yíng)銷(xiāo)、推廣相結(jié)合的能力，如利用微信等方式搭建與新老用戶直接溝通的橋梁，直擊目標(biāo)消費(fèi)群。如果面對(duì)第一種情況，品類(lèi)單一、品牌密度不夠的情況，專賣(mài)店有兩種途徑嘗試著拓寬：同一品類(lèi)不同檔次的品牌不妨多做幾個(gè)，以2～3個(gè)為宜，進(jìn)行檔次和用戶群的細(xì)分，使之沒(méi)有過(guò)高的重合度。另外，多嘗試不同類(lèi)型且互相關(guān)聯(lián)的品類(lèi)，包括煙灶消整個(gè)廚衛(wèi)電器的

，確定最有價(jià)值用戶群。確定最有價(jià)值用戶群，要對(duì)指標(biāo)數(shù)據(jù)進(jìn)行離散化，有兩種方式：第一，獨(dú)立式離散化。按照最近消費(fèi)時(shí)間（R_14） 對(duì)用戶進(jìn)行降序排列并按數(shù)量進(jìn)行等分，比如等分為3份。對(duì)于消費(fèi)頻率（F_14）和消費(fèi)總金額（M_14）兩個(gè)指標(biāo)也分別采用降序排列和等分的方法將用戶等分，這樣可以得到在最近消費(fèi)時(shí)間（R_14）、消費(fèi)頻率（F_14）和消費(fèi)總金額（M_14）指標(biāo)下的用戶等級(jí)。第二，嵌套式離散化。先按照最近消費(fèi)時(shí)間（R_14）將用戶等分為3份；在此基礎(chǔ)上，

是360龐大的用戶群，所以要出錢(qián)做廣告，你們也能獲取不菲的利益，用戶還是免費(fèi)使用360，這樣一舉兩得的事你們?yōu)槭裁匆芙^？”周鴻祎回答道：“360作為一款安全軟件，是要給用戶解決問(wèn)題的，它是一個(gè)保鏢、一個(gè)衛(wèi)士，如果沒(méi)事就給你遞送小傳單，這樣的衛(wèi)士你也不會(huì)用多久的?！彼謱?duì)股東們說(shuō)：“雖然這樣做一年會(huì)至少損失幾千萬(wàn)，但從長(zhǎng)遠(yuǎn)來(lái)看，舍棄廣告是對(duì)的。”素材點(diǎn)撥面對(duì)幾千萬(wàn)的誘惑，周鴻祎毅然拒絕。如此大手筆的舍，是需要大智慧、大魄力的，絕非是一般人能做到的。周鴻祎放

況下，唯品會(huì)的用戶群進(jìn)一步呈現(xiàn)出多元化的態(tài)勢(shì)，越來(lái)越多年輕化、網(wǎng)絡(luò)上成長(zhǎng)起來(lái)的一代成為唯品會(huì)的用戶。為更好地滿足不斷擴(kuò)大的用戶群的需求，唯品會(huì)近期強(qiáng)化了品牌商及商品的定制化服務(wù)，并將繼續(xù)在此方面努力，以期為不同年齡層用戶提供更加精準(zhǔn)、個(gè)性化的產(chǎn)品與服務(wù)”。同時(shí)，沈亞也表示，“唯品會(huì)擁有正確的戰(zhàn)略規(guī)劃和優(yōu)秀的團(tuán)隊(duì)，這將在繼續(xù)帶來(lái)業(yè)務(wù)增長(zhǎng)的同時(shí)為股東創(chuàng)造重要價(jià)值”。GREAT ARTICLE登壇論道

用戶標(biāo)注行為、用戶群的粒度、用戶群中的資源，具體如圖2所示，進(jìn)一步通過(guò)系統(tǒng)動(dòng)力學(xué)模擬，標(biāo)明個(gè)性化信息推薦過(guò)程中的重要因素。其中，個(gè)人意向、社群影響、系統(tǒng)內(nèi)置的標(biāo)注行為選擇算法正向影響用戶標(biāo)注行為[15]，用戶偏好由于時(shí)間的因素，會(huì)發(fā)生漂移現(xiàn)象，所以會(huì)負(fù)向延長(zhǎng)影響用戶偏好，因果關(guān)系圖中主要的反饋回路為：(1)用戶A標(biāo)注行為→+用戶群的粒度→+用戶群中的資源→+用戶偏好和推薦資源的相似度→+個(gè)性化信息推薦→+用戶A標(biāo)注行為圖2 個(gè)性化信息推薦的因果關(guān)系(2)用

要考慮的問(wèn)題。用戶群：國(guó)外面向全用戶群，國(guó)內(nèi)僅面向個(gè)人和家庭用戶面向單一用戶群還是面向全用戶群，也是國(guó)內(nèi)外運(yùn)營(yíng)商網(wǎng)廳的一大功能定位區(qū)別。國(guó)外運(yùn)營(yíng)商網(wǎng)廳普遍面向全用戶群，向包括企業(yè)用戶、家庭用戶、個(gè)人用戶的所有用戶群提供服務(wù)。不同用戶群可以在首頁(yè)選擇相應(yīng)入口進(jìn)入，從而看到更加有針對(duì)性的內(nèi)容。在具體實(shí)現(xiàn)上有兩種不同的做法：一種做法是首頁(yè)默認(rèn)顯示面向個(gè)人用戶群；另一種做法是首頁(yè)是統(tǒng)一門(mén)戶，選擇用戶群之后再打開(kāi)相應(yīng)頁(yè)面。國(guó)內(nèi)運(yùn)營(yíng)商的網(wǎng)廳則毫無(wú)例外都沒(méi)有面向企業(yè)用戶

，對(duì)其三大信息用戶群——教師、研究生、本科生的信息查詢行為進(jìn)行比較研究，以此為基礎(chǔ)，有針對(duì)性地提出適合高校三大信息用戶群的嵌入式學(xué)科服務(wù)策略。高校圖書(shū)館 嵌入式學(xué)科服務(wù) 查詢行為 比較研究信息資源的數(shù)字化與多樣化產(chǎn)出驅(qū)使信息用戶行為向自主化、多元化轉(zhuǎn)變，對(duì)于高校圖書(shū)館而言，信息用戶對(duì)傳統(tǒng)學(xué)術(shù)研究資源的需求和依賴似乎正在逐步削弱。信息環(huán)境的劇變促使高校圖書(shū)館拓寬發(fā)展思路，尋求創(chuàng)新服務(wù)的突破口。嵌入式學(xué)科服務(wù)作為創(chuàng)新服務(wù)拓展和延伸的一種知識(shí)傳遞運(yùn)作模式，近年來(lái)

低價(jià)位“忽悠”用戶群，但當(dāng)補(bǔ)貼潮過(guò)去，當(dāng)這些電商配送花費(fèi)的時(shí)間比自提還要長(zhǎng)，或是送來(lái)的產(chǎn)品不是不新鮮就是質(zhì)量有問(wèn)題、選擇和定制的衣服附近沒(méi)有體驗(yàn)店時(shí)，用戶必然拋棄零售電商。2、消費(fèi)者動(dòng)力不足的個(gè)性定制。個(gè)性往往意味著小眾，而當(dāng)你的小眾用戶群的消費(fèi)不足以支撐企業(yè)的營(yíng)運(yùn)時(shí)，公司離倒閉也就不遠(yuǎn)了。3、標(biāo)準(zhǔn)化不足。標(biāo)準(zhǔn)化是零售行業(yè)一個(gè)重要的原則，貨源、價(jià)格、品質(zhì)以及售后等都是衡量零售企業(yè)的硬件，在零售電商這里還需要加上配送時(shí)間。而零售電商入局之前，總是將故事講得非

短信監(jiān)控系統(tǒng)的用戶群功能。2．用戶群管理。支持對(duì)用戶群的手工管理，包括:添加、刪除、修改用戶群。用戶群的名稱可以自定義。在“用戶群管理”頁(yè)面上，可以創(chuàng)建多個(gè)不同的灰名單群。最多可以創(chuàng)建10個(gè)用戶群。3．用戶群名單管理。支持為每個(gè)用戶群添加自己的名單，可支持添加、刪除、修改、導(dǎo)入、導(dǎo)出功能。在“用戶群名單管理”頁(yè)面上，將不同的灰名單添加到相應(yīng)的灰名單用戶群中。4．用戶群監(jiān)控策略配置和監(jiān)控。配置好用戶群之后，可以在監(jiān)控策略配置功能中，增加為每個(gè)用戶群配置屬于自

擁有了首批無(wú)線用戶群；2007年到2009年，當(dāng)時(shí)的目標(biāo)是實(shí)現(xiàn)學(xué)校公共區(qū)域的無(wú)線覆蓋。從2009年后，開(kāi)始進(jìn)一步細(xì)化各功能區(qū)的無(wú)線部署，如今北大校本部已經(jīng)實(shí)現(xiàn)了教學(xué)、公共區(qū)域無(wú)線網(wǎng)的高密度覆蓋，科研區(qū)信號(hào)覆蓋比達(dá)50%，學(xué)生宿舍區(qū)覆蓋20%；同時(shí)約有2700個(gè)在線AP，在今年5月擴(kuò)容之后，在線AP預(yù)計(jì)將超過(guò)4000個(gè)；北大無(wú)線網(wǎng)的使用用戶也由最初的幾百人，增長(zhǎng)為每日晚間高峰期的1.5-1.7萬(wàn)人同時(shí)在線，在很多區(qū)域遠(yuǎn)遠(yuǎn)超過(guò)了有線網(wǎng)的在線人數(shù)。隨著新的應(yīng)用需

行了，既不了解用戶群屬性與使用場(chǎng)景，也完全估錯(cuò)了我的產(chǎn)品模型，反復(fù)講“我多討厭這款垃圾產(chǎn)品”。然而你根本不是目標(biāo)受眾好嗎？我有幾個(gè)擅長(zhǎng)做產(chǎn)品的朋友，每次問(wèn)他們要建議，他們都先講免責(zé)聲明：我對(duì)你的目標(biāo)用戶群并不了解，你的產(chǎn)品規(guī)劃我也不知道，隨便說(shuō)說(shuō)，你別在意，我的看法很可能是錯(cuò)誤的。這才是專業(yè)姿態(tài)。竊以為產(chǎn)品建議可以分為如下幾類(lèi)：①對(duì)產(chǎn)品模型提意見(jiàn)；②對(duì)產(chǎn)品架構(gòu)提意見(jiàn)；③對(duì)核心模塊提意見(jiàn)；④對(duì)內(nèi)容與運(yùn)營(yíng)提意見(jiàn)；⑤對(duì)交互體驗(yàn)提意見(jiàn)。最重要的建議是①和②。①涉及

]公共圖書(shū)館；用戶群；服務(wù)人員圖書(shū)館用戶研究主要包括用戶信息收集、用戶信息分析、開(kāi)發(fā)相應(yīng)技術(shù)、提供特定服務(wù)幾個(gè)環(huán)節(jié)。主要研究用戶的心理特點(diǎn)、心理變化以及用戶在信息需求和使用過(guò)程中的心理特征。研究各種心理現(xiàn)象在信息檢索和使用過(guò)程中的具體表現(xiàn)及其所發(fā)揮的作用；同時(shí)還要研究影響他們心理活動(dòng)的相關(guān)因素。在圖書(shū)館的研究中，這些內(nèi)容主要通過(guò)研究用戶的心理類(lèi)型、用戶的利用動(dòng)機(jī)、利用興趣、利用能力以及在利用數(shù)字圖書(shū)館過(guò)程中的具體行為和表現(xiàn)來(lái)實(shí)現(xiàn)。一、當(dāng)今圖書(shū)館用戶群體及需

可以累積龐大的用戶群。通過(guò)“免費(fèi)理論”創(chuàng)新，依然是互聯(lián)網(wǎng)很大的亮點(diǎn)。互聯(lián)網(wǎng)企業(yè)希望通過(guò)工具和平臺(tái)累積足夠龐大的用戶群。有了成千上萬(wàn)用戶以后，用戶只要稍微看看廣告、玩玩游戲，企業(yè)就可以掙錢(qián)了。所以，累積龐大的用戶群是免費(fèi)的根本目標(biāo)。先抄襲，后超越互聯(lián)網(wǎng)與傳統(tǒng)制造業(yè)一模一樣，都需要先模仿，先抄過(guò)來(lái)。我發(fā)明一個(gè)創(chuàng)新模式，而且這種新模式顛覆了一切，顛覆了同行，引起了世界的改變，這不可能?；ヂ?lián)網(wǎng)創(chuàng)業(yè)仍然離不開(kāi)三種基本盈利模式：1.傳統(tǒng)電商模式。將線下零售交易搬到網(wǎng)上

設(shè)CSCF1為用戶群1服務(wù)，CSCF2為用戶群2服務(wù)，CSCF1與CSCF2互為備份，并且這些信息在集群控制器處都有記錄。在正常情況下集群控制器會(huì)將用戶群1的通信交由CSCF1處理，將用戶群2的通信交由CSCF2處理，并且CSCF1會(huì)將用戶群1的一些與通信相關(guān)的信息實(shí)時(shí)的同步到CSCF2上，CSCF2也會(huì)將用戶群2的一些與通信相關(guān)的信息實(shí)時(shí)的同步到CSCF1上。如果CSCF1工作異常，不僅集群控制器會(huì)得知其工作狀態(tài)，而且CSCF2會(huì)通過(guò)心跳線立即檢測(cè)出來(lái)，

，第一類(lèi)為固定用戶群，包括機(jī)關(guān)辦公、機(jī)房電腦、教學(xué)樓、試驗(yàn)室等眾多使用者；第二類(lèi)是活動(dòng)用戶群，主要包括教師的個(gè)人電腦和學(xué)生的自用電腦；第三類(lèi)為臨時(shí)用戶群，特指在學(xué)術(shù)交流會(huì)時(shí)所使用電腦上網(wǎng)的群體。經(jīng)過(guò)劃分出三類(lèi)用戶群，便于無(wú)線網(wǎng)絡(luò)在接入Internet網(wǎng)絡(luò)時(shí)采取相應(yīng)的安全策略，以保障整個(gè)校園無(wú)線網(wǎng)絡(luò)的安全性。3.2 校園無(wú)線網(wǎng)絡(luò)的安全措施除了進(jìn)行WEP數(shù)據(jù)加密協(xié)議外，更要結(jié)合不同用戶群特點(diǎn)，制定相應(yīng)的安全防范措施。對(duì)于固定用戶群可以實(shí)行綁定MAC地址，限制非

的產(chǎn)品將面對(duì)的用戶群是哪些？一定要有一個(gè)用戶群的劃分。4.說(shuō)明你的競(jìng)爭(zhēng)力。為什么這件事情你能做，而別人不能做？是你有更多的免費(fèi)帶寬，還是存儲(chǔ)可以不要錢(qián)？這只是個(gè)比方。否則這件事誰(shuí)都能干，為什么要投資給你?你有什么特別的核心競(jìng)爭(zhēng)力？有什么與眾不同的地方？所以，關(guān)鍵不在于所干事情的大小，而在于你能比別人干得好，與別人干得不一樣。5.再論證一下這個(gè)市場(chǎng)有多大，你認(rèn)為這個(gè)市場(chǎng)的未來(lái)是什么樣？6.說(shuō)明你將如何掙錢(qián)？如果真的不知道怎么掙錢(qián)，你可以不說(shuō)，可以老老實(shí)實(shí)地說(shuō)

圖書(shū)館網(wǎng)站目標(biāo)用戶群同其他面對(duì)公眾的網(wǎng)站一樣，圖書(shū)館網(wǎng)站也要有相對(duì)固定的目標(biāo)用戶群。所謂目標(biāo)用戶群是指對(duì)網(wǎng)站內(nèi)容屬性有意愿接收，并愿意通過(guò)網(wǎng)絡(luò)媒介接收信息的人。通常分為確定目標(biāo)用戶群和潛在目標(biāo)用戶群兩類(lèi)。那么，如何確定網(wǎng)站的目標(biāo)用戶群呢?網(wǎng)站的目標(biāo)用戶群與網(wǎng)站的定位直接相關(guān)，不同的定位意味著為不同的用戶群服務(wù)。建站伊始，首先要明確網(wǎng)站主要為哪個(gè)群體服務(wù)，只有了解并確定了目標(biāo)用戶群，才能依托網(wǎng)站信息資源創(chuàng)造真正的價(jià)值空間。網(wǎng)站的目標(biāo)用戶群的確認(rèn)跟其他任何商業(yè)

uch，美國(guó)總用戶群達(dá)3790萬(wàn)；Android的用戶群為2380萬(wàn)，包括手機(jī)和聯(lián)網(wǎng)媒體設(shè)備如三星Galaxy Tab。報(bào)告稱，iPhone用戶略多于iPod touch，不過(guò)兩者的用戶都比iPad高1倍。因此，蘋(píng)果在美國(guó)移動(dòng)用戶中所占份額為16.2%，而Android只占10.2%。蘋(píng)果iPad用戶在25至34歲年齡段最多，不過(guò)iOS設(shè)備的用戶并不局限于蘋(píng)果鐵桿粉絲。comScore移動(dòng)高級(jí)副總裁馬克·多諾萬(wàn)（Mark Donovan）表示：“數(shù)據(jù)清楚地

智能手機(jī)主要的用戶群體。由近期國(guó)內(nèi)運(yùn)營(yíng)商集中于校園市場(chǎng)進(jìn)行的激烈爭(zhēng)奪來(lái)看，目前國(guó)內(nèi)運(yùn)營(yíng)商于年輕群體市場(chǎng)的動(dòng)作還較為粗糙并同質(zhì)化程度較高。海外運(yùn)營(yíng)商針對(duì)年輕用戶群體的成功嘗試可能會(huì)給中國(guó)3G運(yùn)營(yíng)商帶來(lái)一些新的啟發(fā)。按消費(fèi)特征進(jìn)一步細(xì)分用戶群體SKT對(duì)年輕用戶群完全按照消費(fèi)特征而非消費(fèi)水平進(jìn)一步進(jìn)行了細(xì)分，基本上每隔5歲就形成一個(gè)細(xì)分用戶群，并分別推出相應(yīng)品牌和一整套業(yè)務(wù)，具體如下。◆Ting品牌：針對(duì)13～18歲的學(xué)生群體，考慮到該類(lèi)客戶群娛樂(lè)時(shí)間長(zhǎng)，創(chuàng)新意

1004）基于用戶群的園區(qū)網(wǎng)網(wǎng)絡(luò)接入控制和認(rèn)證策略黃 嶺，劉 ?。üこ瘫笓]學(xué)院 教育技術(shù)中心,江蘇 徐州 221004）通過(guò)對(duì)園區(qū)網(wǎng)網(wǎng)絡(luò)接入控制和認(rèn)證現(xiàn)狀的簡(jiǎn)述，提出了基于用戶群的網(wǎng)絡(luò)接入控制和認(rèn)證策略，分析其組成因素和實(shí)施的原則以及其優(yōu)點(diǎn)。用戶群；網(wǎng)絡(luò)接入控制；認(rèn)證策略；園區(qū)網(wǎng)一、網(wǎng)絡(luò)接入控制和認(rèn)證現(xiàn)狀現(xiàn)有的網(wǎng)絡(luò)接入控制技術(shù)手段主要是：靜態(tài)IP+MAC綁定、IEEE802.1x以及思科的NAC框架體系。對(duì)于終端的接入認(rèn)證主要采用的是Web/Portal

因?yàn)椴煌瑢W(xué)校的用戶群體的網(wǎng)絡(luò)使用水平和訪問(wèn)習(xí)慣，以及管理部門(mén)的思路和策略都有差異，沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，所以究竟用哪一種殺毒軟件，最后仍然要視校內(nèi)實(shí)際的使用情況而定。另外，我建議不要全部都使用同一種產(chǎn)品。我校的最終選擇是采購(gòu)第二種和第三種。A2清華大學(xué)姚老師：清華大學(xué)采購(gòu)了三種殺毒軟件。N O D 3 2，主要用戶群為辦公以及家屬區(qū)用戶。操作簡(jiǎn)單，占用內(nèi)存小，對(duì)用戶干擾少，對(duì)硬件配置要求低?？ò退够饕脩魹閷W(xué)生，能個(gè)性化配置，查殺能力強(qiáng)，尤其是針對(duì)木馬效果明

。國(guó)外3G目標(biāo)用戶群的拓展也遵循傳統(tǒng)的營(yíng)銷(xiāo)擴(kuò)散曲線原理，在3G發(fā)展的不同階段瞄準(zhǔn)不同的目標(biāo)用戶群。營(yíng)銷(xiāo)擴(kuò)散曲線來(lái)源于“創(chuàng)新擴(kuò)散理論”，是美國(guó)學(xué)者埃弗雷特·羅杰斯（Rogers E M）提出的。羅杰斯把創(chuàng)新的采用者分為革新者、早期采用者、早期追隨者、晚期追隨者和落后者。營(yíng)銷(xiāo)擴(kuò)散曲線如圖4所示。新產(chǎn)品或新業(yè)務(wù)擴(kuò)散的傳播過(guò)程可以用一條“S”形曲線來(lái)描述。在擴(kuò)散的早期，采用者很少，進(jìn)展速度也很慢；當(dāng)采用者人數(shù)擴(kuò)大到市場(chǎng)的10%～25%時(shí)，進(jìn)展突然加快，曲線迅速上升