共查询到20条相似文献，搜索用时 234 毫秒
1.
2.
基于用户行为分析的自适应新闻推荐模型 总被引：4，自引：0，他引：4
针对新闻浏览者的偏好易变等特点，通过度量在线用户的点击和阅读行为，依据其不同的阅读策略类型，分析其页面偏好，并综合各页面偏好和新闻偏好，以关键字偏好表的形式表示;然后设计自适应的评分推荐机制，动态地分析用户兴趣及其转移;设计学习机制，根据用户实际阅读的新闻，调整其关键字偏好，并采用模糊相似度来分析用户偏好结构与新闻结构的相似性，从而产生推荐。实验表明，所构造的模型能够提供良好的个性化新闻推荐服务。 相似文献
3.
构建个性化知识推荐系统是数字图书馆实现个性化信息服务的有效手段,推荐服务的关键在于完整地理解用户偏好并能准确作出判断。提出了一种基于语义扩展的知识推荐方法,通过分析读者文献检索、浏览的行为提取读者偏好,利用扩展激活模型建立读者偏好档案,据此对文献资源进行匹配和分级,从而向读者提供个性化的知识推荐服务。 相似文献
4.
一种面向用户兴趣的个性化语义查询扩展方法 总被引：1，自引：0，他引：1
在基于本体的语义查询扩展研究的基础上,结合用户模型的研究,提出要将用户的兴趣模型与查询扩展相结合,实现个性化的语义查询扩展,并把个性化的语义查询扩展过程分为两个阶段——检索关键词向用户模型中的个性化领域本体概念的映射以及在本体层次对映射概念的语义扩展,给出每一阶段的实现算法。实验表明该方法能够提高信息检索的查准率和查全率,在一定程度上满足个性化的查询需求。 相似文献
5.
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
6.
7.
An Approach for Personalized Recommendation via Hypergraph Projection and Random Walk 总被引：1，自引：0，他引：1
以大众分类(folksonomy)为基础的社会化网络中,通常用标签对资源特征和用户喜好进行描述,本文将标签语义引入传统的推荐系统,从用户的标注行为入手,提出一种基于超图投影的推荐方法,该方法利用投影图中节点的连边权重进行节点相似性度量,使待推荐对象在投影图上随机游走,根据待推荐对象在节点上停留概率获得推荐,实验结果表明标签的引入提高了推荐质量,算法在精确性和多样性上均有很好的改进. 相似文献
8.
基于属性值偏好矩阵的协同过滤推荐算法 总被引：7，自引：2，他引：5
传统的协同过滤推荐算法面临用户评分数据稀疏性和冷启动问题的挑战.针对上述问题,提出了基于属性值偏好矩阵的协同过滤推荐算法,首先采用奇异值分解(SVD)对用户-项目评分矩阵降维得到目标用户的初始邻居用户集,生成新的用户-项目评分矩阵;然后将用户评分映射到相应的项目属性值上,生成每个用户的属性值偏好矩阵,并基于属性值偏好矩阵进行用户相似性度量,从而缓解了评分数据稀疏性;将新项目的属性值与用户的属性值偏好矩阵进行匹配,从而找出匹配度最高的前N个用户作为新项目的推荐受众.实验结果表明了该算法的有效性. 相似文献
9.
[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
10.
相关查询可以给用户推荐合适的查询以辅助用户快速获得需要的信息,其中根据原始查询选择相关查询的优劣是相关查询有效性的关键.提出利用用户查询日志获得查询语义相关性,其关键是定义了三个与原始查询相关的相似性测度:查询串流行程度、查询串字面相似性和查询串之间语义相似性.使用真值程度度量,将查询串的三个测度度量值映射成一个查询相关性客观评价值,在计算过程中还能得到每个特性的优劣程度.实验结果表明:语义相关查询及其客观评价方法可以显著提高相关查询质量,主、客观评价值之间具有相当高的相关性,表明了本方法挖掘相关查询和评价相关查询的有效性. 相似文献
11.
12.
[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
13.
[目的/意义] 学科主题演化研究有助于掌握学科发展现状、研究热点、研究前沿和发展趋势等情况,是进行科技创新的基础,是面向科技创新的重要研究方向。[方法/过程] 提出一种语义分类的学科主题演化分析方法：将关键词分为研究问题、研究方法和研究技术3类,构建不同语义分类的共词网络;然后基于Fast Unfolding社区发现算法识别具有语义特征的社区（主题）;利用相似度算法计算相邻子时期主题间的相似度,构建学科主题演化图谱,以分析某学科领域研究问题、研究方法和研究技术的变化,实现深度、细致的学科主题演化分析。[结果/结论] 通过对2012-2015年CNKI数据库收录的我国大数据研究领域相关论文数据的处理分析,证明该方法的准确性和有效性。 相似文献
14.
基于读者借阅二分网络的图书可推荐质量测度方法及个性化图书推荐服务 总被引：1，自引：0，他引：1
本文首先提出一种利用读者借阅行为特征来判断图书可推荐质量的思路,并结合读者图书借阅关系所形成的二分网络结构,设计了一种测度图书可推荐质量的迭代算法,从而为个性化图书推荐服务提供了良好的推荐客体.在上述研究的基础上,结合图书类别目录层次、标题语义信息的提取处理方法、基于加权XML模型的用户个性化模式表达方法及其权值扩散策略,提出了三种图书馆个性化图书推荐服务的形式,分别是特定主题的图书推荐服务、现有所借图书的修正型推荐服务和新书推荐服务.最后,文章对相关测试实验及其效果做了必要的说明. 相似文献
15.
16.
17.
18.
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
19.
本文基于概念体系(ontology)的思想,用关系数据库(SQL)方法模拟地实现了具有语义信息资源整合的“理论情报学”指示数据库,探索了在网络环境下开发面向语义的二次性信息检索工具的必要性及其应用前景。 相似文献
20.
基于领域本体的语义知识检索研究 总被引：1，自引：0，他引：1