为进一步提高个性化标签推荐性能，针对标签数据的稀疏性以及传统方法忽略隐藏在用户和项目上下文中潜在标签的缺陷，提出一种基于潜在标签挖掘和细粒度偏好的个性化标签推荐方法。首先，提出利用用户和项目的上下文信息从大量未观测标签中挖掘用户可能感兴趣的少量潜在标签，将标签重新划分为正类标签、潜在标签和负类标签三类，进而构建〈用户，项目〉对标签的细粒度偏好关系，在缓解标签稀疏性的同时，提高对标签偏好关系的表达能力；然后，基于贝叶斯个性化排序优化框架对细粒度偏好关系进行建模，并结合成对交互张量分解对偏好值进行预测，构建细粒度的个性化标签推荐模型并提出优化算法。对比实验表明，提出的方法在保证较快收敛速度的前提下，有效地提高了个性化标签的推荐准确性。

为提供个性化学习空间，优化在线学习效果，文章介绍了一种基于领域本体和语义相似度的个性化学习路径推荐策略。首先对根据领域知识点及其关系构建本体库，建立其知识点间语义层面的关系，并用Protégé进行了本体形式化编码；然后基于本体，设计了学习路径生成策略和相关知识协同策略；最后，结合决策支持系统课程现有网络资源设计并开发了原型系统，实现了个性化学习引导及资源空间的优化。

比较个性化的一款banner焦点图特效，支持暂停、开始。切换部分为多张小图片轮播，效果很不错

一个pbl源文件，在运行中可根据自己喜好选择颜色，轻松获得rgb的各个参数。

Windows个性化鼠标文件，自定义个性化的鼠标样式。让你的系统更个性化

没有完善的客服平台系统是影响企业竞争力的重要因素，特别是对中小型企业的影响最大，目前，国内普遍存在的客服系统流程定义麻烦，且费用颇高。这一现象是制约中小型企业发展的瓶颈，基于这一现状。博视创作小组结合现在先进的Browse工作流技术，在专家的指导之下，通过潜心研究，自主创新，应用可以传递对象的工作流技术解决了客服系统定义流程麻烦的瓶颈问题，且系统构成简单，费用大大降低。

用户注册/登录/退出，爬取一两万个电影数据数据，存储电影数据，存储用户和演员数据，计算电影模型，根据点击率预估算法和基于物品和用户的协同过滤算法等计算用户可能感兴趣的电影，展示用户可能喜欢的电影，具有选择用户……

微信已经成为了我们日常生活中不可缺少的工具，一年一度的除夕我们也都想第一时间给共度了一年的朋友们发去新年祝福。但除夕除了要忙碌地准备年夜饭，更是难得的一家人团聚时光，如果朋友一多，微信发祝福就显得有心无力了。 一、这是一个微信群发助手，可以实现以下功能： 1.登录微信并导出微信好友列表 2.给微信好友批量发送个性化消息和图片 3.生成微信好友头像图片墙 二、安装说明： 1.本软件仅适用于Windows平台，MacOS暂时不适配。 2.点击下载软件压缩包：WeChatFriendTool_1.0.zip，并且进行解压。 3.将解压后的文件夹添加到白名单 4.本软件依赖于WeChat 3.3.0.115版本，因此需要在电脑中安装此版本微信，点击下载，解压并安装：WeChat 3.3.0.115 5.这样就完成系统配置了，双击WeChatFriendTool_1.0文件夹下的main.exe即可以运行程序了。 6.具体的安装和设置可见本人博客的文章：https://ferryxie.com/archives/4116

前台学生：包括用户登录模块、注册模块、学生选课推荐、公告模块、选课模块、个人信息。 （1）用户注册模块：实现用户的注册功能，包括用户名、密码等。 （2）登录模块：实现学生和教师两种不同身份的登录功能。 （3）选课推荐模块：实现对学生的选课推荐。 （4）公告模块：用户查看系统内的公告。 （5）选课模块：用户可以根据推荐的选课进行确认 （6）个人中心：学生可以修改个人资料。 后台教师：包括课程管理模块、学生管理模块、公告模块 （1）学生管理模块：主要是实现教师对学生的个人信息进行查看、修改、增加、删除等功能。 （2）课程管理模块：实现课程的增查删改。 （3）公告模块：教师添加系统内公告。

学术搜索是一种行业化的搜索引擎,因其缺乏个性化、智能化的服务,使得用户的学术文献检索效率低下,海量的数字学术资源得不到充分利用。本研究跨语言智能学术搜索系统的设计与实现,旨在让用户可以在尽可能短的时间内找到所需学术资源。系统的几个关键技术包括:研究混合语种文本的分词技术;研究基于机器翻译的跨语言信息检索;研究搜索结果聚类算法在不同语言文本上的性能差异问题;研究基于聚类的个性化信息检索方法以及交互式查询扩展技术。实验测试结果表明:系统具有较好的扩展性,能为用户提供良好的学术检索服务。