共查询到19条相似文献，搜索用时 267 毫秒
1.
[目的/意义]针对某些包含多级用户和多级资源的异质网络,在总结其各种异质模态的基础上提出一种多维度推荐框架MDRM,向目标用户进行好友和资源的推荐。[方法/过程]通过对用户、资源划分等级,在分析各种网络模态的基础上建立其异质关系;利用情感倾向分析得到二级用户——二级资源评分矩阵,借助协同过滤算法,实现同级用户和二级资源的推荐;基于异质关系,实现一级用户和一级资源的推荐,最终实现多维度推荐。[结果/结论]在以豆瓣网数据作为数据集的实验中取得了较好的效果,说明MDRM模型适合某些异质网络资源的推荐。 相似文献
2.
定义C2C电子商务平台中不同于B2C平台的三维推荐空间和推荐问题,并针对该问题提出一种三维个性化推荐方法。该方法对传统二维协同过滤方法和基于内容推荐的方法进行混合和扩展。首先利用卖家特征属性计算卖家相似度,并基于销售关系和卖家相似度对三维评分数据集进行填补,以解决评分数据的稀疏问题,再利用填补后的评分数据计算买家相似度,获取最近邻并预测未知评分。实验证明,该方法能较好地解决C2C平台中的个性化推荐问题,在形成卖家和商品组合推荐时具有较好的性能。 相似文献
3.
[目的 /意义]针对在线问诊平台中医生推荐满意度较低的问题,探究如何将信息技术与用户认知相结合以提升医生推荐系统的效果,有助于优化在线问诊平台的用户体验。[方法 /过程]首先,基于1 500名医生的基本信息和78万余条用户提问,对比TF-IDF、Doc2Vec和Word2Vec三种词向量模型的医生推荐效果,以最优模型构建医生推荐系统原型;然后,通过用户实验和访谈获取用户使用该系统的行为数据,深入挖掘在线问诊平台医生推荐情境中的用户认知与意义构建过程;最后,从用户角度提出模型优化思路,实现原型系统的改进。[结果/结论 ]基于Word2Vec词向量模型的医生推荐效果最优,前10位医生候选集中88%的医生有能力回答用户问题;用户实验结果显示,科室信息与医生专业极大影响用户选择,医生曾回答过的相似问题是用户的重要参考信息;基于以上结果,提出并实现建立科室预测分类器以及为健康医学关键词赋予较高权重的两种模型优化思路,并通过匹配度指数对医生推荐结果进行优化排序。结果表明,两种方法均可提高医生推荐系统的准确度,证明用户认知与人工智能算法结合具有可行性。 相似文献
4.
[目的/意义]随着互联网技术的快速发展,知乎平台逐渐成为一个热议社会公众话题以及分享知识、经验的载体。因此,分析知乎平台中关键用户的影响力和挖掘其中的关键意见领袖在研究社交网络信息传播途径的过程中起到非常重要的作用。[方法/过程]通过提出改进的PageRank算法和HITS算法,分别基于知乎用户社交网络、问答网络构建用户影响力挖掘模型,能够准确、客观地识别出其中的关键用户及意见领袖。[结果/结论]实验结果表明,提出的PageRank算法和HITS算法能够有效挖掘出知乎平台中具有较为突出特性的关键意见领袖,并且算法的收敛速度较快,具有可复用性和迁移性。通过对知乎平台用户数据集进行处理和有效分析,成功建立用户影响力和关键意见领袖挖掘模型;同时,在具体话题上进行验证。因此,可以推断该模型有巨大应用价值和商业化推广前景。 相似文献
5.
[目的 /意义]算法推荐服务衍生的风险给人们的日常生活造成重大影响,厘清算法推荐服务风险的产生机制以及用户应对算法推荐服务风险的行为特征有助于进一步完善算法推荐服务体系。[方法 /过程]运用扎根理论,采用半结构化的访谈方式,一对一深度访谈30名网络用户,结合防护性行为模型和风险应对行为理论,探索算法推荐服务风险中用户的应对机制、影响因素以及决策路径。[结果 /结论 ]研究发现风险属性、传播渠道、平台特征和用户行为特征对算法推荐服务风险的传播产生影响;在风险传播的基础上,用户形成风险感知、利益相关者感知和防护性行为感知;用户在感知的基础上形成态度和效果评估,并以此为依据制定决策,采取不同的应对行为。最后从算法素养、风险参与和个体学习3个层次提出建议,以应对算法推荐服务风险。 相似文献
6.
[目的/意义]将认知升级理论融入图书馆智慧推荐服务中,以实现知以藏往、见贤思齐的智慧化推荐服务。[方法/过程]首先,从兴趣热度、内容质量评价和专指度3个指标入手,构建图书馆智慧推荐系统的指标体系;其次,基于认知升级理论,将用户分为“前辈”和“后辈”,通过改进协同过滤推荐算法计算用户相似度,将“前辈”的成功学习路径推荐给相似的后辈;最后,利用精准率、召回率、AUC、MMR、F1值等指标对离线实验和在线实验结果进行检验。[结果/结论]实验结果表明,改进后的智慧推荐算法相比传统协同过滤算法的实现效果有明显提高;对比离线实验和在线实验结果发现,在线实验的推荐效果显著提升,意味着若将基于认知升级理论的智慧推荐服务加以推广,将会对高校学生的专业素质培养和认知层次升级产生积极影响。 相似文献
7.
[目的/意义]针对当前知识发现服务中存在的个性化程度不高和推荐效果不佳等问题，提出一种基于用户兴趣度量和内容分析的推荐算法。[方法/过程]文章通过特征词分布、LDA主题分布、引文结构网络三个维度构建学术资源模型，并通过对用户行为的度量，计算用户对其浏览学术资源的兴趣度，结合学术资源模型构建用户兴趣模型。将用户兴趣模型与学术资源模型匹配，计算其相似度，得到用户对每条学术资源的兴趣值，最后将兴趣值最高的TOP-N学术资源推荐给用户。[结果/结论]通过实验检验算法的有效性和推荐准确率，结果显示，本文从实时动态度量兴趣的角度，提出的推荐算法能较好地预测用户兴趣，推荐效果显著，为实现发现服务精准推荐提供思路。 相似文献
8.
[目的/意义] 为了提高传统协同过滤算法的计算速度,解决目标用户随着时间推移发生兴趣偏移而导致推荐系统质量下降的问题,以期进一步提升推荐系统运行效率和推荐质量。[方法/过程] 提出预先计算用户相似度算法和引入时间评分权重计算相似度矩阵的两种算法的改进,并利用Hadoop平台实证分析改进后的算法。[结果/结论] 实验结果证明：预先计算用户相似度算法缩短了对读者推送相关信息的时间,从而有效地提升了计算速度;引入时间评分权重计算相似度矩阵大大降低了MAE值,从而提高了推荐质量,两种算法同时应用后推荐系统在计算速度、准确率和新颖性方面都有显著提升。 相似文献
9.
10.
[目的/意义]旨在提高在线健康社区信息服务水平,满足患者用户不同场景下的深层次信息需求。[研究设计/方法]融入信息推荐服务的场景要素,通过分析在线健康社区用户信息需求,确定场景划分标准继而划分推荐场景,从而识别不同场景要素标签,构建用户画像概念模型,并采用RFM模型对采集到的在线健康社区用户数据进行精细化筛选运营,借助形式概念分析的方法实现在线健康社区用户画像模型构建,并以“甜蜜家园”为数据源实现糖尿病在线健康社区用户画像构建和标签聚类。[结论/发现]通过深度挖掘聚类,发现在线健康社区“观望型”“宣传型”“高产型”和“经验型”四类用户群体及其健康信息需求。[创新/价值]以信息推荐服务模式为导向,聚焦于用户画像构建的整体流程,此研究视角有助于在线健康社区优化服务水平,提升用户满意度。 相似文献
11.
12.
[目的/意义] 为解决高校图书推荐过程中面临的“数据稀疏”和“冷启动”问题,研究表明：优化读者评价矩阵和相似度模型是提高图书推荐质量的关键。[方法/过程] 提出一种协同过滤改进方法,以图书分类为项目生成用户评价矩阵,并考虑借阅方式、借阅时间和图书相似度对用户兴趣度的影响,优化矩阵中的样本数据;同时,在计算读者相似度时融入读者特征和图书特征。[结果/结论] 实验结果表明,该方法可有效解决“数据稀疏”和“冷启动”问题,显著降低计算量。与基本协同过滤和聚类改进的协同过滤方法相比,无论是在推荐准确率还是在用户满意率上都有较大的提高,综合推荐效果更好。 相似文献
13.
信息素养个性化自主学习平台基本问题探讨 总被引：1，自引：1，他引：0
[目的/意义] 信息素养存在个体差异,当代大学生更倾向于“个性化、交互式、任务参与型甚至自主的学习”;信息素养个性化自主学习平台可为广大学生的差异化需求和持续进步提供解决方案。[方法/过程] 从自主学习需要的要素出发,分析“分学科、分阶段、分等级”模块化知识组织、信息素养评估、自主学习过程行为模式、信息素养提升影响因素和依赖路径、学习资源的个性化推荐等6个要素,据此定义平台系统架构和运行规则,并提炼出信息素养自主学习平台需要突破的3个技术难点：信息素养评估、信息素养提升的依赖路径、个性化推荐算法。[结果/结论] 研究结果表明,信息素养个性化自主学习平台不仅仅需要解决资源和用户行为相匹配问题,还需要具备“面向更高一级信息素养水平而推荐学习资源和学习策略”的能力。 相似文献
14.
15.
[目的/意义]深入挖掘和准确理解中国大学生日常网络行为模式，不仅对促进用户行为和检索领域的发展具有巨大的理论意义，而且在提升面向大学生用户的企业个性化服务与信息推荐能力方面也具有潜在的社会价值和实践意义。[方法/过程]提出一种基于大规模日志分析的大学生用户行为模式识别新方法，该方法包括一种基于深度学习和文本分析技术的半监督学习算法"MaxMatching"以及混合两种特征熵（香农熵与真实熵）的聚类模型。[结果/结论]实证结果表明本方法不仅在算法和结果解释上具有一定的优势，而且能从网络使用能力、访问时序性和主题倾向性三方面归纳与呈现中国大学生网络行为全方位模式。该方法和结论有效地拓展了信息检索领域查询项的语义化理解方面的方法体系，也为企业提升面向大学生用户的个性化信息推荐服务提供一定的参考和可行性意见。 相似文献
16.
[目的/意义]针对目前使用标签推荐方法所得结果不理想的问题,改进传统相似度计算方式,并结合多种标签推荐方法,提高推荐准确性。[方法/过程]融合基于内容与协同过滤的推荐思想,利用LDA进行相似度计算得出资源与用户的近邻集合,并抽取资源内容关键词,以此构建标签混合推荐模型,最后以"豆瓣读书"为例对模型进行验证,同时与几种标签推荐方法进行比较。[结果/结论]在社会标注系统中,必须考虑用户-资源-标签3个维度,仅考虑单一角度势必会造成结果的不完整,同时在相似度计算时引入LDA能够挖掘潜在语义关系,提高推荐质量,且组合多种方法取长补短可以令推荐结果更为满意。 相似文献
17.
［目的/意义］信息茧房现象的存在,对用户使用移动知识服务具有一定影响,不利于用户对知识的学习与汲取。为探究信息茧房对用户使用移动知识服务的影响,以高校师生为研究对象,研究信息茧房效应下影响移动知识服务的因素,并提出相关建议,旨在为突破信息茧房、完善现有移动知识服务提供参考。［方法/过程］以信息茧房的主要成因为研究变量,构建信息茧房效应下用户使用移动知识服务的影响因素初始模型;利用问卷调查法收集相关数据,对初始模型进行分析检验并建立回归方程。［结果/结论］研究发现,用户特质(如心理动因和个人素养)、服务平台(如算法推荐技术)、信息内容(如内容权威性和有用性)和移动环境这4个方面均对用户使用移动知识服务产生影响。其中,用户特质对移动知识服务使用的影响最大;服务平台对移动知识服务使用也产生较大影响;此外,信息内容与移动环境也对移动知识服务具有一定影响。 相似文献
18.
[目的/意义] 建立图情机构与智库的协同创新机制以及保障机制,实现二者资源融合、协同发展。[方法/过程] 采用文献回顾和案例分析方法阐述图情机构与智库协同创新的可行性、必要性以及价值意义,并在此基础上从思维方式、组织机构、资源以及服务内容4个方面建立图情机构与智库的协同创新机制,之后从法律政策、管理体制、资金、人才、技术及信息资源6个方面建立协同创新体保障机制。[结果/结论] 构建合作联盟视角下图情机构与智库协同创新机制与保障机制,为二者资源融合、协同发展、拓展功能、服务社会,进而实现"政、产、学、研、用"一体化搭建平台。 相似文献
19.
[目的/意义] 在社会化阅读趋势下，将社会化阅读主体的网络身份与图书馆未来数字阅读服务相结合，明确图书馆开展社会化阅读服务的原因，探索社会化阅读平台的构建渠道，以期为未来图书馆阅读服务提供相关建议。[方法/过程] 通过对网络身份的哲学思辨，指出社会化阅读主体网络身份的特点及带来的阅读问题；区分社会化阅读主体在网络空间中数字足迹的类型，并详细论述社会化阅读对阅读环境、读者阅读行为、读者阅读能力的影响。最后，从为何构建社会化阅读、如何构建社会化阅读、如何规避风险问题三个方面提出图书馆构建社会化阅读服务的建议。[结果/结论] 社会化阅读主体网络身份具有真实身份在场缺席与数字身份虚拟在场的特征，"去身体化""匿名性"的网络身份，给予现代读者广阔的话语空间，促使数字足迹的产生与社会化阅读的形成。针对阅读方式的浅表化、阅读思考的懒惰化、信息推送的同质化、信息文本的游戏化等问题，图书馆在未来服务中可以通过在线网站、检索平台、移动阅读APP及第三方软件构建社会化阅读的渠道；可以通过数据聚合进一步优化信息推送；可以通过签订数据使用协议、加强网络发布内容监管、开展线下读书活动、实施数字素养培训、设置信息数量推荐上限规避社会化阅读的风险问题。 相似文献