共查询到15条相似文献，搜索用时 250 毫秒
1.
[目的/意义]互联网社会的形成让高校处于数据圈之中。高校用户的数据搜索习惯存在着差异性。Web搜索仍然是用户信息查阅的基本方式。大数据的非结构化、数据量大以及数据挖掘与语言处理等问题的存在,用户对搜索结果的满意度不高。高校用户的"小数据"能够反映其显性需求,其数据分析与挖掘能够反映出用户的隐性需求。以用户为中心的服务体系是提高服务效率、提升用户满意度与忠诚度的最有效方法之一。[方法/过程]以文献分析为基础,分析高校图书馆业务数据的构成、收集意义、规范、方法与用途。探索高校图书馆业务数据收集方法,以及构建"数据圈"支持图书馆智慧服务开展的必要性。[结果/结论]高校图书馆"数据圈"的形成,是智慧图书馆伴随着互联网社会发展的必经之路,也是智慧服务得以有效实施的基础。"数据圈"形成的规范化、标准化也是智慧图书馆领域所要重视的问题。 相似文献
2.
[目的/意义]在高校图书馆学科服务中,运用多种手段获取读者信息行为数据,用以数据挖掘和信息推送服务,提高了信息服务效率,可能无意侵犯了读者隐私。[方法/过程]高校图书馆信息服务获取读者信息行为过程中,采用信息混淆隐私保护策略,同时引入第三方认证技术,设计并实现读者隐私保护模型,避免在信息服务中对读者隐私的侵犯。[结果/结论]探讨出技术与制度相结合的读者隐私保护策略模型,应用于高校图书馆读者数据规范管理。 相似文献
3.
[目的/意义]拓展大数据挖掘技术在图书馆学习支持服务中的应用,提高智慧环境下图书馆学习支持服务效果。[方法/过程]梳理图书馆学习支持服务的研究现状及其在智慧环境下的特征,从学习行为、知识关联和学习情境三方面建立学习支持服务的大数据挖掘模型,分析数据来源和大数据挖掘路径。[结果/结论]在大数据挖掘模型的基础上构建层次化图书馆学习支持服务框架,从智能感知、大数据分析、核心业务和智慧终端四个层次,为智慧环境下图书馆学习支持服务的多种应用情境研究提供依据和参考。 相似文献
4.
[目的/意义]构建与分析移动图书馆UGC用户画像模型,挖掘用户潜在信息需求,促进移动图书馆UGC实现精准化推荐服务。[方法/过程]通过Python爬取喜马拉雅APP《三体》的部分评论数据并进行聚类分析;利用RFM模型选取典型用户;采用TF-IDF算法生成标签,利用词云可视化工具生成典型用户的完整画像。[结果/结论]详细阐述移动图书馆UGC用户画像的构建流程,并通过实例分析构建喜马拉雅平台《三体》部分典型用户的完整画像,提出移动图书馆应结合数据驱动的用户画像提供精准化的推荐服务、个性化的知识搜索、智慧化的预测服务、智能化的隐私保护,以促进移动图书馆UGC精准服务的实现。 相似文献
5.
【目的/意义】大数据时代图书馆的服务模式发生了根本性变化,个性化信息服务是数字图书馆的基础和核
心,同时在服务过程中也会导致用户隐私泄露问题。采取科学、有效的用户隐私保护策略有助于提高图书馆服务
质量和信息资源使用效率。【方法/过程】通过分析图书馆个性化服务隐私泄露的途径,全面阐述在图书馆数据生
成、存储、传输以及应用生命周期中的主要隐私泄露风险,进而从法律规范和措施层面提出了一个图书馆服务中个
人数据隐私保护框架。最后从技术层面提出个人数据隐私保护对策与建议。【结果/结论】研究表明,图书馆必须从
保障和维护用户权益出发,自觉遵守相关的法律、法规,提高用户隐私数据全生命周期中监督管理的科学性、有效
性和技术水平,满足用户个性化服务需求。【创新/局限】本文从理论和技术上全面阐述了图书馆个性化服务中用户
隐私保护策略,但对图书馆服务过程论述得不够全面,具有一定的局限性。 相似文献
6.
[目的/意义]大数据的广泛应用促使图书馆参考咨询服务模式转型升级,从数据驱动视角构建智慧参考咨询服务模式对图书馆智慧服务的实现至关重要。[方法/过程]文章明确传统参考咨询服务、数字参考咨询服务与智慧参考咨询服务的异同,阐述数据驱动对于参考咨询服务的价值。论述智慧参考咨询服务模式由用户需求智慧感知、智慧问答服务和用户智能推送服务3个阶段构成,实现了智慧参考咨询服务流程的优化。结合南京大学图书馆的应用实例,验证该服务模式的可行性。[结果/结论]文章提出智慧参考咨询服务模式的实施策略与建议。将数据、技术、服务进行有效融合的模式有助于提升图书馆智慧参考咨询服务水平与服务质量,为图书馆参考咨询服务转型升级提供新思路。 相似文献
7.
[目的/意义]通过共词分析和聚类分析研究国外2017年信息科学与图书馆学领域的研究热点。[方法/过程]首先从Web of Science收集数据;然后利用HistCite统计关键词频次,确定高频关键词;最后利用VOSviewer对原始数据进行处理,最终得到9个聚类。[结果/结论]研究发现,国外信息科学与图书馆学的研究主题可以归纳为以下9个方面：图书馆管理与服务、用户研究和信息素养;社交媒体、电子商务、电子政务、智慧城市、信息技术和信息安全;文献计量学、科学计量学和替代计量学;开放数据、数据分析、数据质量和数据挖掘等;开放存取、数字人文、数字图书馆和信息检索等;医疗健康信息学;知识管理与开放创新等;公共信息、信息分享、社交网络和政治交流;图书馆情报学教育。 相似文献
8.
[目的/意义]为从大数据中发现潜在规律和提取有用的知识,并有效解决图书馆在个性化智慧服务中存在的问题。[方法/过程]面对读者的智慧阅读需求,本文研究了图书馆在个性化智慧服务中应注意的问题,构建了基于大数据挖掘与知识发现的图书馆智慧服务体系,并论述了智慧图书馆各服务层的功能。[结果/结论]该体系可实现资源和服务的高度融合,显著减少系统资源的占用,能够依据读者需求智慧化地定制服务,并为读者提供个性化智慧阅读服务。 相似文献
9.
[目的/意义]为提升图书馆智慧服务的自动化服务水平,对影响图书馆智慧服务用户使用意愿的相关因素展开研究,旨在推动图书馆的数字化和智慧化发展。[方法/过程]结合图书馆智慧服务实证调查,并通过结构方程建模对图书馆智慧服务用户使用意愿的相关影响因素进行分析,探究不同条件对图书馆智慧服务用户使用意愿的影响情况。[结果/结论]获得期望、服务易得程度、服务信任程度、互动体验、自我效能感对用户的使用意愿有正面影响,而使用风险、社群影响、个人特质则间接影响用户的使用意愿。在此基础上,针对数字化图书馆建设提出图书馆智慧服务发展策略,为促进图书馆数字化和自动化服务提质升级提供参考。 相似文献
10.
[目的/意义] 移动视觉搜索是智慧图书馆知识服务创新的重要内容。移动环境下,根据动态变化的情境推断用户意图,为用户提供合适的资源是智慧型知识服务的必然要求。[方法/过程] 在分析融合情境的智慧图书馆移动视觉搜索服务模型构建动因的基础上,归纳模型的内在特征,对模型体系框架和关键问题进行了设计和论述,并提出相应的技术要点。[结果/结论] 将情境计算应用于移动视觉搜索服务中,是弥补语义鸿沟、提高查询相关度和用户满意度的有效途径。该研究可为智慧图书馆个性化知识服务的优化提供参考。 相似文献
11.
[目的] 研究用户数据资源化利用,以促进高校图书馆服务创新。[方法] 归纳分析了图书馆4种不同类型的用户数据,介绍了用户数据的采集方法,并对大数据环境下图书馆用户数据的特征进行了分析。在此基础上,提出了基于用户数据资源化利用的高校图书馆服务创新架构和模式：建设用户信息数据库,提供精准个性化服务;搭建即时交互式平台,提升用户体验服务;构建泛在知识环境,尝试泛在图书馆服务;适应用户需求转变,提供知识化服务。[结果/结论] 高校图书馆应高度重视用户数据的资源化利用,创新图书馆服务的内容和形式,促进图书馆事业新发展。 相似文献
12.
13.
[目的/意义]对高校图书馆智慧服务的改进和发展方向进行研究。[方法/过程]通过对当前高校图书馆智慧服务进行分析,总结高校图书馆服务模式智慧化的发展方向,并运用技术发展模型对图书馆智慧服务的动机、机会、能力等因素进行剖析,以服务功能迁移和服务分层设计为研究路线,打造图书馆智慧服务评价指标体系,提出图书馆智慧服务评价指标体系的功能实现和发展方向。[结果/结论]完善智慧服务理念、拓宽馆藏知识结构、打造团队服务理念、建设智慧服务环境是未来图书馆智慧服务的核心。高校图书馆智慧服务评价指标体系研究对图书馆如何建立科学的智慧服务模式提供了有效的参考。 相似文献
14.
[目的/意义]关联数据分析和个性化信息推送是图书馆联盟建设的重要内容。文章引入关联分析挖掘技术为北京地区高校图书馆联盟馆际文献传递中的个性化推送服务提出建议。[方法/过程]以2018年BALIS北京地区高校图书馆文献传递服务数据为基础,对不同专业用户群体和不同高校用户群体文献传递申请单数据进行分析,并利用FP-growth关联分析算法技术对数据进行相关系数分析。[结果/结论]数据挖掘结果较好地挖掘出北京地区各高校图书馆用户的跨校、跨专业文献借阅偏好,可实现有效和有针对性的文献推荐服务,同时能够为区域图书馆联盟的资源共建共享提供数据参考。 相似文献
15.
[目的/意义]智能设备和智能技术赋能的智慧图书馆建设,有效地促进了个性化服务和适应性服务的发展,并使得二者加速融合,个性化适应性服务必然成为智慧图书馆服务的基本形式。[方法/过程]通过对个性化适应性服务发展现状的探讨,对个性化服务、适应性服务及差异化服务的异同和关系进行分析,并在此基础上,提出了个性化适应性服务的理念及要素,构建了个性化适应性服务的基本框架,探索了个性化适应性服务路径的推荐模型。[结果/结论]图书馆个性化适应性服务的要素包括用户的个性特点、行为表现、发展提升及适应性转变,其核心是一种技术赋能的有效服务方法,可以根据实时监测用户在个性特点、行为表现和发展提升方面的差异和变化,及时调整服务策略。个性化适应性服务路径可以从用户档案、用户模型、信息推荐和灵活服务环境4个方面来构建。 相似文献