共查询到20条相似文献，搜索用时 15 毫秒
1.
基于用户行为的全文检索系统个性化研究 总被引：1，自引：0，他引：1
总结国内有关检索系统个性化研究的现状并进行分析,针对全文检索系统个性化服务方面存在的不足提出了基于用户行为全文检索系统模型,阐释了模型中的三个关键问题,包括相关反馈行为评价体系的制定、用户显式隐式行为的获取、用户兴趣建模和基于行为的相关度算法优化,最后列举了基于用户行为的全文检索系统可提供的四项个性化服务内容,包括个性化用户界面、优化检索策略、个性化检索结果、个性化推荐. 相似文献
2.
个性化推荐系统用户建模技术综述 总被引：38，自引：5，他引：38
在分析目前各类个性化推荐系统的基础上,从数据获取、用户模型的表示、学习和更新四个方面对推荐系统用户建模领域的相关技术进行系统评述,并着重分析了用户建模过程中所面临的关键议题。最后指出推荐系统用户建模领域的一些发展方向。其目的是希望能够对构建准确、有效的推荐系统用户模型,提高推荐的质量和接受度带来启示。 相似文献
3.
长期以来,同行评议的主观性和低效率、文献计量学的人为操纵和不针对内容等问题始终没有得到很好的解决,学术论文评价面临不同评价方法之间难以相互弥补的矛盾,亟需新的评价理论和方法。认知计算是一个以一定的规模进行学习,带着某种目的进行推理,以此来与人类进行交互的系统。将认知计算引入学术论文评价领域,有望同时解决专家定性评价中的主观性和低效率,以及定量评价中不针对内容等缺陷。本文介绍了认知计算的相关研究和实践,探讨了学术论文评价的发展历程及其困境,揭示了学术论文评价的本质,重点论述了基于认知计算的学术论文评价新思路。研究发现,学术论文评价的发展与科学交流方式和技术变革密切相关。学术论文的评价本质是对其学术价值的评价,具体体现为创新性的测度。从学术论文语义内容角度,构建基于认知计算的学术论文评价系统是完善现有论文评价理论和方法的新视角,有望成为未来学术论文评价的重要发展方向之一。图3。参考文献43。 相似文献
4.
个性化关键技术研究综述 总被引：1，自引：0，他引：1
个性化研究的关键技术主要包括有三个方面的内容:用户建模、推荐系统和评价。首先,用户建模是收集用户数据,目的是为推荐系统提供用户的兴趣、偏好等建立模型;其次,推荐系统的作用是根据用户模型为用户推荐个性化内容,是个性化的核心内容;最后,评价系统根据用户对个性化应用的满意程度,反馈给推荐系统调整建模策略。个性化应用是一个不断反馈修正的过程。 相似文献
5.
6.
7.
学术文献引文推荐研究进展 总被引：1，自引：0，他引：1
[目的/意义]学术文献引文推荐是指对于给定的学术文献,自动化地为其推荐合适的引文和参考文献。借助于引文推荐,用户可以在一定程度上提高撰写学术文献的效率,降低对重要相关文献的漏引。[方法/过程]分析国内外引文推荐研究的最新进展,阐述引文推荐问题的演化过程,从局部引文推荐和全局引文推荐等方面对引文推荐进行梳理,重点归纳文档相似性、主题模型、翻译模型、协同过滤和混合推荐等5种引文推荐常用方法,并总结引文推荐常用数据集和测评方法。[结果/结论]已有引文推荐研究的主要问题在于未考虑用户偏好的动态变化性及研究领域的综合性,在用户研究和实际应用方面仍有所欠缺;未来引文推荐的研究可运用语义化表达方法和自然语言生成技术,从基于上下文的引文推荐和跨语言引文推荐等方面进行展开。 相似文献
8.
基于用户画像的高校图书馆个性化资源推荐服务设计 总被引：1，自引：0，他引：1
用户画像作为大数据分析背景下个性化推荐服务的设计工具,为高校图书馆领域个性化阅读资源推荐服务提供解决思路。本研究在分析目前个性化推荐和用户画像研究的基础上,引入用户画像技术,从数据基础层、数据处理层、画像构建层、画像服务层设计探讨用户画像的构建流程,重点在用户画像构建和画像服务层面进行阐述,同时从用户基本属性、阅读状态、学习风格、阅读偏好四个维度构建用户多维画像模型,并提出基于冷启动和用户阅读学习过程画像的个性化推荐服务策略,以期为后疫情教育环境下高校图书馆开展个性化资源推荐服务和满足用户多维度阅读学习需求提供参考。 相似文献
9.
10.
文章论述了用户画像的概念,介绍了用户画像视角下数字图书馆服务的相关内容,探讨了用户画像相关技术的具体应用,即数据采集和标签提取技术、数据储存技术、个性化推荐技术等,分析了数字图书馆服务体系建设的重点,旨在提高图书馆各类资源的利用率,为用户提供个性化的资源推荐服务。 相似文献
11.
协同推荐中基于用户-文档矩阵的用户聚类研究* 总被引：1，自引：0，他引：1
针对个性化推荐服务的需要以及用户聚类处理时用户-文档访问数据的高维稀疏性问题，采用“比对降维”的思想和K层次聚类算法，分析基于用户资源评价数据的用户聚类处理流程。在此基础上，采用Java开源技术设计并实现一个用户聚类的试验系统。 相似文献
12.
13.
数字图书馆个性化信息检索模型研究* 总被引：3，自引：0，他引：3
许春漫 《现代图书情报技术》2006,1(3):15-19
结合向量空间技术、Agent技术、Web日志挖掘等技术提出了一个基于概念的数字图书馆个性化信息检索模型。该模型根据用户主动提供的初始信息建立基于概念的用户兴趣模型，利用用户对文档的主动评价和用户的访问行为更新用户兴趣模型，并将用户兴趣模型用于检索结果的相关度排序和最新信息的推荐以及合作推荐。最后给出系统的实现方法。 相似文献
14.
认为学术论文评价方法在引导基础研究人员行为和科研产出方面具有重要作用,故有必要制定成本合理、科学公正的评价体系。以文献[3]提出的论文推荐-传播模型为基准,通过控制评价信息中大同行和小同行的比例、评价对象的选择方法以及给推荐者赋权3个策略来优化推荐-传播模型的学术评价功能。运用仿真方法验证优化策略的有效性后,提出利用平台用户的推荐-传播行为,自动计算学术论文影响指数、质量指数和价值指数的方法,从而构建一种新的学术论文评价方法。 相似文献
15.
在大数据背景下,高校图书馆拥有海量的学术资源数据,并且拥有丰富的用户行为数据。这些数据可以为图书馆推荐服务提供强有力支撑,例如,用户阅读记录、查询记录、收藏记录等都可以被用来建立用户的兴趣模型。通过分析和挖掘这些数据,高校图书馆能够为用户提供个性化、符合用户兴趣和需求的学术资源推荐服务。在当前的研究中,大数据背景下高校图书馆场景化资源推荐服务的研究尚处于初级阶段。虽然一些研究已经开始探索使用大数据技术进行图书馆资源推荐,但是缺乏系统和深入研究。本文旨在针对高校图书馆场景化资源推荐服务的问题展开深入研究,为高校图书馆提供更精准、个性化的资源推荐服务。 相似文献
16.
[目的/意义]针对移动在线学习平台中用户评价具有布尔变量属性的学习资源,提出一种适用于该类资源的协同推荐方法。[方法/过程]首先采用基于用户自身属性和已有好友分布特征的FRUTAI算法,确定目标用户的最近邻集;然后在解决数据稀疏的基础上,提出适用于布尔型移动在线学习资源的协同推荐方法;最后选取实证对象,依据相关评估方法评估推荐结果。[结果/结论]在以豆瓣书评网数据作为数据集的实证中取得了较好的推荐效果。实证结果表明,本文提出的改进的协同推荐算法可以有效地应用于移动在线学习平台中的布尔型学习资源,具有较好的推荐效果。 相似文献
17.
18.
专题：推荐系统与数字图书馆 总被引：1，自引：0，他引：1
应用推荐系统技术提高信息搜寻检索效率是近几年数字图书馆寻求尽快发展的一个热点。基于计算机的推荐系统是为了满足信息超载和网络用户面临无尽选择需求而设计的，它的基本构思是通过展示排行以及个性化地向目标用户推荐事物或（和）人来帮助用户作决策并了解新信息。 相似文献
19.
20.
用户兴趣模型的建立和维护是个性化推荐服务系统研究和开发中的一个关键问题.细粒度兴趣通过在用户兴趣特征集中区分用户的不同兴趣主题类别来发现,是对粗粒度用户兴趣的进一步挖掘和划分.本文针对以往粗粒度用户兴趣建模存在的不足,对细粒度用户兴趣建模的概念和主要方法进行简介和评述.在此基础上,提出一种基于领域本体和近邻概念聚集的细粒度用户兴趣建模方法(FUPMo).该方法通过滑动窗口控制用户兴趣概念的计算规模,通过时间窗口和兴趣衰减函数反映用户兴趣的变化.基于军用飞机领域本体OntoAvion和小规模文档库进行的实验研究表明,该细粒度用户兴趣建模方法在应用上具备有效性. 相似文献