首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 31 毫秒
1.
数字图书馆联盟情境感知服务是图书馆在数字化、移动网络环境下面临的一个崭新课题。本文对情境感知推荐进行了系统研究,探讨了移动环境下情境感知计算流程,给出了基于本体的用户情境偏好模型,在此基础上提出了数字图书馆联盟情境感知推荐模型,并对功能模块进行了阐述,为数字图书馆联盟个性化推荐应用提供了理论参考。  相似文献   

2.
提出一个移动互联网环境下用于个性化信息服务的基于情境历史的移动用户偏好挖掘方法,并构建移动旅游信息推荐原型系统CAMTRS。实验结果显示:该方法能较好地获取移动互联网环境下用户的需求偏好,有助于改进个性化推荐系统的预测效果。  相似文献   

3.
基于协同过滤算法的高校图书馆图书推荐系统研究   总被引:3,自引:0,他引:3  
针对当前高校图书馆主动式图书推荐服务存在的对服务对象信息需求挖掘、分析不足的问题,提出构建基于协同过滤算法的个性化图书推荐系统。通过引入读者专业、角色、学历、借阅记录等影响和反映读者信息需求的因素构建读者特征模型,基于该模型采用优化的协同过滤算法挖掘读者信息需求并产生个性化图书推荐信息,并通过实验证明该方法的有效性和实用性。  相似文献   

4.
情境感知的科技文献协同推荐方法研究   总被引:1,自引:0,他引:1  
为适应科技工作者个性化、系统化和动态化的科技文献获取需求,提出基于情境感知的科技文献协同推荐方法。系统地分析情境、科技工作者和科技文献之间的关系,建立情境感知的科技文献协同推荐过程模型,并对该过程实现中的关键方法展开深入探讨;同时构建对应的推荐系统并通过实验验证该协同推荐方法的有效性。  相似文献   

5.
文章探讨并实现了一种基于Web文献服务环境(数字图书馆),针对多种数字化文献资源来源的,为读者提供统一的个性化文献协同阅览服务的方法。这种方法是以服务器端的文献资源网关技术和信息挖掘技术为中介服务,为读者提供一个可以个性化地组织管理个人信息空间、协同阅读和分享交流、基于共同关注和兴趣创建兴趣群,以及实现个性化推荐等功能  相似文献   

6.
移动终端的普及重塑人们的阅读空间和方式,而智能算法也成为移动阅读平台为用户提供个性化服务的重要工具。文章主要介绍基于内容的算法推荐、协同过滤的算法推荐、关联规则的算法推荐以及混合算法推荐等主要算法推荐技术及其在移动阅读领域的应用逻辑,从而揭示算法推荐给移动阅读带来的影响。  相似文献   

7.
情景感知自适应:图书馆个性化服务新方向   总被引:2,自引:0,他引:2  
移动泛在环境下用户需求的动态化、情景敏感化,使得个性化服务的提供越来越需要情景信息的支持,基于情景感知的自适应服务成为图书馆个性化服务的新方向。图书馆情景感知自适应个性化服务具有环境导向性、情景适应性、智能性、主动性等特征,在当前主要有情景感知检索、情景感知推荐、情景感知咨询服务三种实现模式。  相似文献   

8.
基于情境模型的手机图书馆个性化服务研究   总被引:1,自引:0,他引:1  
网络环境下用户的个性化需求具有易变性、动态性、私密性和情境敏感性等特征,个性化服务的提供越来越需要情境模型的支持。手机图书馆是数字图书馆在移动网络环境下的扩展,是数字图书馆个性化信息服务的需求方式。为此,将情境模型运用于手机图书馆个性化服务,在无线网络和互联网中分别设置情境模型和用户模型,使手机图书馆个性化服务系统具备感知、觉察用户当前和历史情境的功能,并根据用户情境自适应地调整提供给用户的信息,向手机用户提供个性化信息检索、个性化信息推荐、个性化信息推送等服务。在情境模型应用于手机图书馆个性化服务时,需要注意解决手机用户信息安全、手机用户个性化信息获取的准确性与动态性、数字图书馆各种资源的整合、集成及知识产权、系统复杂性与手机用户易用性之间的矛盾等问题。  相似文献   

9.
在移动商务餐饮服务中如何对考虑情境信息的用户需求和服务信息进行有效的知识表示和推理是实现个性化服务的关键.本研究在移动商务餐饮服务中充分考虑情境信息,采用本体和SWRL服务规则搭建了基于情境的餐饮服务知识模型,实现了情境信息与餐饮服务知识的共享和交互.在此基础上,针对服务规则提出基于情境优先顺序的推理优化方法,有效解决了移动商务餐饮服务中基于情境的实时性推荐问题.实验结果表明:该方法有效解决了规则推理的结果冲突问题,并可提高餐饮供需匹配服务的质量.本研究为实现移动商务下的餐饮菜品推荐服务提供了基础.  相似文献   

10.
目前个性化推荐领域的相关研究,很少考虑用户在资源属性上的兴趣差异,而资源属性往往是决定用户偏好的重要因素之一。针对这一问题,构建了基于资源多属性的用户评价模型和兴趣模型,并提出了一种改进的Pearson-Compatibility多属性群决策算法,在k-临近相似用户的推荐问题中引入该算法,结合协同过滤推荐的特点,对相似用户偏好差异性、残缺值、算法可能出现的提前收敛等问题进行了充分考虑,进而实现多属性的协同过滤。最后通过实验对算法的有效性进行验证,实验结果表明:算法在目标用户属性偏好的预测上,具有较高的准确度,对偏差值、残缺值具有较强的抗干扰能力,具有较强的实用价值。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号