首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
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   

2.
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   

3.
主题图书推荐是图书馆满足读者阅读需求的服务形式之一。做好主题图书推荐服务,有利于有效发挥馆藏图书的作用。文章以台州市图书馆主题图书推荐活动的开展进行阶段性总结分析和探究,包括主题图书推荐的宣传方式方法、借阅情况分析、产生借阅差异原因等,为公共图书馆阅读服务的发展提供参考。  相似文献   

4.
针对目前传统数字图书馆无法为用户提供准确个性的图书推荐服务的问题,提出构建基于协同过滤的图书智能推荐系统。首先对图书进行聚类,构建无缺失的图书评价矩阵,在此基础上根据读者对相似图书的评分预测读者的兴趣爱好,为读者提供个性化的图书推荐。该方法在评分数据极端稀疏的情况下也可以为读者作出准确的图书推荐。最后通过实验验证该推荐方法的有效性和实用性。  相似文献   

5.
年度索引     
通过对南京地区读者进行读者阅读现状及其对图书推荐服务的需求的调查,对读者阅读时间、阅读量变化情况、读书量、借书量、读书目的、所读图书来源等方面进行分析,给出了图书馆开展图书阅读推广活动的一些建议.  相似文献   

6.
文章阐述知识图谱加持的智慧图书馆推荐技术体系构建基础,按推荐处理流程描述知识图谱加持的智慧图书馆推荐技术体系,据此初步构建基于图书资源知识图谱的智慧图书馆推荐系统,以验证所构建技术体系可行性。知识图谱加持的智慧图书馆推荐技术体系按推荐处理流程及其所用技术分为数据采集及预处理、基于Lambda架构的数据分析、馆藏知识图谱构建、特征建模、推荐生成、推荐结果展示6类。依托高性能大数据技术及并行化框架高效处理全域、实时交互数据,基于知识图谱聚合关联、挖掘发现语义知识以扩展组合推荐特征,可视化节点及关系以表征、解释推荐结果,最终提升推荐系统智能性、优化读者服务体验及赋能知识组织策略。  相似文献   

7.
数据挖掘可以从数据库中获得海量数据所隐含的潜在价值信息,是当前人工智能和数据库领域研究的热点。将数据挖掘技术与智慧图书馆建设有机结合,通过对用户偏好、借阅行为和访问日志等因素展开综合分析,为用户目标需求提供更具针对性和适用性的知识资源服务,有效提高读者的满意度及图书资源信息的服务效率。比较分析了图书馆数据挖掘方法、个性化推荐服务方案设计及实施效果,对未来智慧图书馆建设及提供高质量的个性化服务提出建议。  相似文献   

8.
计算机、物联网、大数据的快速发展迎来了图书馆智慧化建设高潮,为了更好地提供智慧服务,研究了图书馆座位智能借还书系统。系统由智能书库与智能传输带两部分组成:书库基于机器人技术完成图书智能存取,传输带基于C-MOS摄像头、自控制电机完成图书智能传输。本系统将实现读者在座位上自助借还书,增强图书馆智慧服务体验的效果,提高读者的学习效率,增加图书借阅量。  相似文献   

9.
本文以学术型图书馆开展阅读推广服务为对象,主张创建基于智慧服务的自动向读者推荐馆内资源的阅读推广服务系统。该系统包含教育层、增强层、预测层,可提供九项针对科研工作的参考咨询服务和六项推荐阅读服务。其中,教育层是基础层,增强层是关键要素,预测层是顶层。预测层使用教育层和增强层过滤个人需求信息,准确发现与预测读者阅读需求,实现阅读推荐服务,为教学和科研工作提供定性的信息支持。  相似文献   

10.
个性化推荐算法能够帮助读者从图书馆海量馆藏中发现所需图书,有助于提高馆藏利用率和读者服务效率。文章以高校图书馆图书数据、读者数据和借阅数据为数据源,从中抽取关键词构建图书画像和读者画像;利用向量空间模型计算图书与读者之间的相似度,向读者推荐与其相似度排名靠前的图书;并进行推荐算法效果实证分析,揭示著录数据、读者类型、推荐窗口等变量对推荐准确率的影响。  相似文献   

11.
高校图书馆新书推荐的有效途径   总被引:7,自引:0,他引:7  
结合作者工作实际,探讨了如何做好新书推荐,开展主动服务,满足读者需求,提高图书利用率的有效途径。  相似文献   

12.
图书美誉度是由图书的阅读人次和读者的阅读评论高度抽象而来,反映了读者对该书的赞许和认同程度。在高校图书馆网站上,以图书美誉度为中心、针对高校读者群需求侧重构建图书推荐系统。系统具备了图书推荐、馆藏展示和读者交流几大功能,旨在满足读者多样性的信息需求,又为提升图书馆藏书价值和服务水平创造了条件。  相似文献   

13.
徐丽芳  池呈 《出版参考》2015,(13):18-19
几乎每一家购书网站和阅读社交网站都会向读者推荐图书,但它们往往是基于读者既往的购买史和阅读史做出推荐.那么,有没有一项服务能基于图书本身的内容和语言进行推荐,而不被图书的流行程度、 "水军"的造势或者出版商的营销手段等外部因素所左右呢?美国爱达荷州的一家大数据图书分析服务提供商书灯公司(BookLamp)就可以提供此类图书推荐服务.BookLamp的前身是成立于2003年6月的新奇计划公司(Novel Projects,Inc.),这家公司希望通过语义的不断计算与挖掘,开发出各类新颖的软件和服务.2007年2月,他们将语义技术结合出版产业,创立了BookLamp公司.这个团队最有代表性的项目是2010年8月上线的"图书基因组计划" (Book Genome Project),该服务利用自然语言分析技术为用户推荐图书,并为出版行业提供帮助.  相似文献   

14.
基于可信小数据的图书馆个性化服务研究   总被引:1,自引:0,他引:1  
[目的/意义] 为解决个性化智慧服务中的相关问题,提出一种基于可信小数据的图书馆个性化服务模式。[方法/过程] 该模式基于可信小数据的个性化服务需求分析和历史数据的统计,将个性化服务资源推送给读者,并通过对读者小数据的测试和分析,开拓基于小数据的个性化服务推荐形式。[结果/结论] 该模式能够缩减服务数据处理的复杂度和时间,保证客户关系系统(CRM)以客户为中心,从而有效提高图书馆个性化服务的质量,满足读者的个性化服务需求。  相似文献   

15.
SoLoMo已经成为未来互联网发展的趋势.文章首先对情境感知服务与系统特征进行了介绍,然后提出基于情境感知智慧服务的模式特征、问题与挑战,最后构建出SoLoMo时代一种基于情境感知的图书馆智慧服务模式实现方案.该服务能够准确地获得读者阅读需求,为读者提供安全、高效的智慧服务,具有较高的读者满意度.  相似文献   

16.
针对传统的大众化推荐如热门图书推荐、新书推荐等无法为读者提供个性化的图书推荐服务,提出了构建在协同过滤技术之上的图书个性化推荐系统模型,分析了协同过滤技术在图书推荐中的运用原理及可行性,最后总结其优缺点。  相似文献   

17.
黄月红  周秀梅  覃泽 《图书馆界》2010,(4):30-32,69
本文将关联规则应用于图书借阅的服务推荐方法,首先对读者借阅历史记录进行预处理,然后进行关联规则挖掘和分析,利用挖掘出的频繁项集进行服务推荐。该方法与传统推荐技术相比,能更全面、准确、清晰地进行图书借阅推荐。  相似文献   

18.
面向学科化服务的馆藏资源建设需要更好地提升图书资源的利用率、读者满意度和资源发展空间。同济大学图书馆从中文图书采购工作实践出发,树立中文图书采购要面向学科化服务的理念和原则,研究适应学科分布和专业发展的图书资源建设可行性策略。坚持实施基于核心出版社采购、基于专业导向、基于满足读者需求和基于馆藏建设需求4种采购策略,同时测评策略的可行性及其影响因素和各项指标,实施面向学科化服务的有效采购措施,以达到提高图书馆馆藏资源建设质量的目标。  相似文献   

19.
主题书展是高校图书馆开展阅读推广的重要形式。文章基于华东师范大学图书馆历年来主题书展以及读者借阅排行榜图书数据,引入文本相似度计算方法,分别从各分类图书数量、图书高频主题词、图书主题词相似度三个角度分析主题书展对本科生、研究生两类读者群体阅读需求的契合度,提出高校图书馆开展主题书展应依据读者需求实施精细化服务,尤其是改善专业阅读推广服务,这将有助于从读者需求视角提高主题书展服务质量。同时,文章也为图书馆服务评价方法提供参考。  相似文献   

20.
图书馆馆藏的建立除了应由采访人员负责选书之外,还应该积极鼓励读者参与。在当今网络时代,基于网络的图书荐购服务成为很多图书馆的选择。吉林大学图书馆在开展此项服务之前对开展图书荐购服务的背景、需求、运行模式、系统功能需求等问题进行了深入的分析和探讨,初步确定了开展图书荐购服务的工作方案。  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