共查询到18条相似文献，搜索用时 172 毫秒
1.
[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
2.
[目的/意义]针对基于内容的个性化推荐策略，提出资源特征选择与权值计算优化策略，从而改善个性化推荐的效果。[方法/过程]构建基于用户决策机理的个性化推荐模型，模型以用户决策机理为背景知识进行资源特征的选择、用户兴趣模型的构建与语义表示、用户决策函数构建。为验证模型效果，以4 748位用户的观影数据为例进行实验，实验以向量空间模型为参照模型，P@N为评价指标。[结果/结论]实验结果显示，在N取值为5、10、20、50、100、200的情况下，基于用户决策机理的个性化推荐模型效果都显著优于向量空间模型，从而验证模型的有效性。 相似文献
3.
数据驱动下数字图书馆用户画像模型构建 总被引：15，自引：1，他引：14
[目的/意义]为了挖掘用户数据背后隐藏的价值，全面了解用户需求，构建用户画像模型，为数字图书馆实现精准服务提供新动能。[方法/过程]针对数字图书馆用户画像的内涵及特征进行剖析，分析用户画像的数据来源及采集处理过程，提出数据驱动下用户画像数据化→标签化→关联化→可视化的驱动主路线，从自然维度、兴趣维度、社交维度，构建多维度、多层级、立体化的用户画像模型。[结果/结论]详细阐述数字图书馆用户画像模型的构建流程，设计用户画像的框架模型，并将用户画像应用于数字图书馆的精准推荐、个性化检索、精准宣传以及参考决策中，以促进数字图书馆的知识服务升级。 相似文献
4.
[目的/意义]开展科研信息用户与知识服务平台个性化信息推荐功能的交互研究,有助于提升对用户推荐交互行为的理解,改善平台的推荐交互设计,从而提升推荐功能的用户体验;也可为优化推荐算法,提升推荐内容有效性提供指导。[方法/过程]招募36名参与者,采用实验研究方法,以CNKI和ScienceDirect为实验平台,利用Morae收集数据,开展用户研究。[结果/结论 ]研究揭示用户与推荐功能的交互行为、交互路径与交互路径链。主要揭示用户与个性化信息推荐交互的4个阶段、9种交互行为特征及4种交互路径类型;用户对推荐的关注源于检索结果无法满足他们的信息需求。研究发现采纳推荐能够启发用户,进一步影响他们与平台的交互。研究也表明,当前知识服务平台的推荐质量有待提升,用户对推荐的采纳使用率较低,常用的推荐交互路径较短,趋于简单化。 相似文献
5.
[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
6.
[目的/意义]基于内容的过滤推荐中,针对向量空间模型表示文本时容易造成维度灾难的问题,提出利用余弦值r与匹配度值Sim相结合的方法对原有模型进行改进。[方法/过程]由文献资源和用户兴趣分别筛选出权重较大特征词的词向量,进而由公式计算余弦值r,结合对应的特征词权重进一步计算出匹配度值Sim,将其作为向目标用户推荐文献的依据,并利用河北工业大学图书馆的相关数据对改进模型、向量空间模型及LDA主题模型进行实验,最后利用查准率、召回率、F1值及运行时间等评价指标对3种模型的实验结果进行分析。[结果/结论]实验结果表明所提出的改进模型相比较于实验中的向量空间模型与LDA主题模型具有更高的应用价值与运行效率。 相似文献
7.
[目的/意义]以现有图书馆借阅记录为基础,结合图书阅读相关性进行深入挖掘,探讨识别借阅场景下图书专业性质量和实现相应个性化图书推荐服务的有效方法。[方法/过程]利用图书的阅读相关性提出图书相关性链接关系,结合图书质量的迭代识别算法来识别专业图书资源。同时利用图书类别相关性链接关系,提出读者用户个性化模式的表达方法,并从长期兴趣推荐和短期兴趣的即时推荐两个方面给出个性化图书推荐策略设计原理和实现方法。[结果/结论]在图书质量识别方面,该方法更易于识别出专业性较强的优质图书资源,适用面比较灵活,也可以在限定图书范围内进行专业图书识别。在个性化图书推荐方面,发现不论长期兴趣推荐方法还是短期兴趣推荐方法,第二类用户的平均推荐命中度要高于第一类用户,在第一类用户中,最高相似度区间（75%以上）和较低相似度区间（15%-50%）的短期兴趣推荐方法的平均推荐命中度要高于长期兴趣推荐方法。本研究通过读者借阅序列分析方法识别专业图书并实现相应的个性化推荐图书方法,有利于改善现有图书馆借阅服务水平和提高读者的满意度。 相似文献
8.
[目的/意义]微博对用户获取信息和建立社交网络具有重要作用。提出一种基于相似度和信任度融合的微博内容推荐方法,能够从用户需求出发进行个性化微博内容推荐,对提高微博服务质量、改善信息过载问题具有意义。[方法/过程]基于相似度和信任度融合算法,构建微博内容推荐模型,以新浪微博为研究对象,采用编程方式获取汽车、体育、运动健身、互联网和财经5个领域的数据,展开用户相似度与信任度计算的实验分析和比较。[结果/结论]分析结果显示该方法可以有效表示和挖掘微博内容,改善微博推荐的准确性和用户满意度。 相似文献
9.
[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
10.
[目的/意义]以汽车论坛例，提出一种针对专业社交媒体文本的主题知识元抽取方法。[方法/过程]首先，通过LDA模型提取出汽车论坛中文本的主题，并进行去重，形成主题列表；其次，基于融合主题特征的深度学习模型T-LSTM模型构建适于汽车论坛本文的情感分析模型；然后，通过计算各词汇在图模型TextRank中的重要性与各词汇的Word2Vec主题相似度，抽取情感关键词与关键句，用于对文本主题与情感倾向的解释与补充；最后，对上述方法进行集成，输出结构化的主题知识元。[结果/结论]实验结果中，抽取得到的主题知识元合格率达到69.1%，表明本文提出的主题知识元抽取方法，能够围绕知识主题较为准确地抽取知识元，实现知识的结构化转换。 相似文献
11.
[目的/意义] 在应用大数据提升图书馆服务的背景下,为提高借阅推荐的有效性,设计一种基于加权借阅网络的个性化推荐算法。[方法/过程] 引入复杂网络理论的分析方法,以深圳大学城图书馆的实际借阅数据为例,证明借阅网络具有二分图特性和BA无标度网络特性,具备个性化推荐的条件;通过构建读者借阅子网,采用能量传递六步法,实现个性化图书借阅推荐。[结果/结论] 实际借阅数据的验证结果表明,算法是有效且具有实际应用意义的。 相似文献
12.
[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
13.
14.
[目的/意义]为了更好地揭示主题研究领域跨学科发展的学科对象和研究内容,提出一种综合的跨学科态势分析方法。[方法/过程]首先,根据主题领域确定涉及到的所有学科类别,并定义学科影响力指数,构建学科影响力网络。然后,对学科影响力网络进行中心度、结构洞和可视化分析,识别核心学科类别。最后,构建关键词-学科类别共现网络,使用网络中心度分析获得由关键词表示的主题内容,并结合核心学科类别和领域专家意见获得跨学科主题内容。[结果/结论]实证表明提出的分析方法能够在一定程度上揭示主题研究领域跨学科发展态势,其有效性得到一定程度的验证。 相似文献
15.
16.
[目的/意义]用户兴趣推荐是信息服务中的重要内容,针对目前融合情境信息推荐的研究更多是直接将情境作为单因素而缺乏考虑情境关联的思想,本文以情境关系为切入点实现社会化媒体用户的兴趣推荐。[方法/过程]以具有相似情境用户可能具有相似兴趣为假设,来改进用户原始兴趣网络从而实现推荐。通过社会网络和资源相似性计算构建原始兴趣网络中显性网络和隐性网络;借鉴共现原理和情境本身相似性构建情境网络;通过兴趣传递关系计算直接兴趣度与间接兴趣度;最后借鉴协同过滤的思想实现推荐。[结果/结论]与以往的只考虑单一情境因素的推荐方法相比,基于本方法的实验表明,将情境关系融入到推荐过程中不仅可以扩展用户的社会关系,而且可以得到更好的推荐效果。 相似文献
17.
[目的/意义]搜集和分析国内外图书情报领域人工智能研究的相关文献,以期了解人工智能在图书情报领域目前的研究进展及未来的研究趋势,为学术界和产业界的研究提供借鉴和启示。[方法/过程]运用文献分析和知识图谱可视化方法,对国内外图书情报领域人工智能研究的起源和发展、国内外研究热点及未来研究趋势进行对比和可视化分析。[结果/结论]从研究发展趋势看,国内外相关研究成果的数量呈逐年递增态势。从研究热点看,国外研究主要围绕人工智能在信息检索、社交媒体内容分类及情感分析、知识问答方面的应用研究;国内研究主要围绕人工智能在网络舆情分析、图书馆智能搜索和推荐服务、社交媒体网络数据分析方面的研究。从研究趋势看,未来研究应围绕人工智能技术应用在视觉搜索和语义搜索、智慧图书馆服务、社交网络数据挖掘、人工智能对隐私与安全的影响4个主要方向来开展研究。 相似文献
18.
[目的/意义]学科基础词汇是学科知识的重要基石,对于理解学科的知识体系构成、理清学科的知识脉络以及促进学科教育都有重要的意义,但长期以来其主要依赖于人工总结,目前还未实现高效地在某学科范围内自动挖掘出学科基础词汇。[方法/过程]提出一种利用关键词共现网络发现学科内较为基础的词汇的方法。该方法利用基础词汇具有相对较低的词频和在网络中具有相对较高的中心度的特性,自动从学科关键词数据集中获得该学科的基础词汇。[结果/结论]利用ACM中1969年到2012年的论文集的计算机领域(全数据集)、user interfaces和information search and retrieval两个子主题的关键词数据集验证该方法的正确性,并且该方法能够使用较简单的步骤发现数据集中全局性的基础词汇。 相似文献