共查询到18条相似文献，搜索用时 578 毫秒
1.
2.
3.
[目的/意义] 基于用户个人的研究兴趣和需求方向,探索实现数字人文信息精准推送的实现路径,以优化我国数字人文平台的功能。[方法/过程] 以上海图书馆的数字人文平台为例,探索知识图谱、用户画像以及热点推送三种服务方式在人文学科领域的应用,以提升现代图书馆服务质量,为用户提供更加高效优质的服务。[结果/结论] 研究显示,将高效的人工智能推荐算法与数字人文服务相结合,能够为用户提供各种精准优质的推介服务,将高价值信息精准地推送到用户面前。 相似文献
4.
5.
[目的/意义]选取两所大学的图书馆网站，从用户角度出发开展图书馆信息服务功能性用户体验量化实证研究，定标比超，结合实验数据和实际情况，寻找差距、发现问题，为提升图书馆网站的用户体验提出可行性的建议。[方法/过程]全面了解用户体验的量化方法及工具、关注用户与图书馆网站之间的交互设计，通过实验法和问卷调查法获取各测度相关数据，真实地反映用户参与图书馆信息服务的全部体验过程。[结果/结论]为图书馆网站提出可行的建议：奠定服务基础，加强传统信息服务；优化服务流程，避免重复操作；增加站内搜索，凸显服务模块；强化有效沟通，切实解决用户问题；挖掘个性特征，提供深度服务。 相似文献
6.
多会话网络购物商品信息搜寻行为研究 总被引：1，自引：0，他引：1
[目的/意义] 研究用户在多会话网购过程中的信息浏览、检索行为及其行为序列特征,以期更好地理解用户的复杂网购行为,指导购物网站提高服务质量,改善用户体验。[方法/过程] 基于某电商网站1 993名用户的11 514个购物任务的网购访问日志,在识别多会话网购任务的基础上,对用户在经多个会话进行网购过程中的信息搜寻行为进行统计分析,并利用顺序分析和聚类分析方法挖掘其典型的行为模式。[结果/结论] 当会话数量为8个及以下时,用户的浏览和搜索行为呈现出明显的规律性变化,且前4个会话发生时是用户做出购物决策的关键阶段;用户在多会话网购过程中存在6种典型的信息搜寻行为模式,分别有不同的信息搜寻行为特征。理解用户的复杂网购行为,可为电商网站设计导航和推荐策略、制定营销方案提供依据。 相似文献
7.
[目的/意义] 针对现有移动电子商务服务质量评价指标不客观的问题,重点研究移动电子商务环境下评价服务质量的模型及方法,为消费者科学选择电商服务提供参考,为企业改善服务质量提供建议。[方法/过程] 引入群决策理论中的对语言评价信息的处理方法,首先将7粒度短语评价信息转化为三角模糊数,然后收集用户给出的语言短语形式评价信息,计算各个评价指标的质量评价值,最后计算评价值与三角模糊数之间的相似度,相似度最高的语言短语即为其对应的服务质量评价等级。[结果/结论] 以手机淘宝服务质量为评价对象进行实证分析,验证了基于语言评价信息的移动电子商务服务质量评价方法的科学性和有效性。 相似文献
8.
[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
9.
[目的/意义] 移动图书馆的快速发展引发了学者们对移动图书馆服务质量的广泛关注,从用户感知差异的角度去探讨服务质量有助于提升移动图书馆服务水平。[方法/过程] 使用自建的移动图书馆服务质量观测量表,采用方差分析、象限分析和聚类分析方法,从用户的性别、学科类型、使用经验和机构属性进行差异性分析。[结果/结论] 研究发现用户对服务质量的感知存在差异性,移动图书馆服务应重视以服务推广为核心的服务宣传,并以交互体验改进作为未来服务质量的改进重点。 相似文献
10.
[目的/意义]探究社交媒体用户转移行为的影响因素,拓宽社交媒体用户行为的研究范围,以期为相关理论研究提供参考,并对社交媒体运营商提高服务质量、增加用户粘性提供借鉴。[方法/过程]基于期望确认理论、沉浸理论以及信息系统成功模型构建理论模型,重点关注社交媒体系统质量、信息质量、服务质量、沉浸体验以及用户社交媒体使用满意度是否会以及会在多大程度上影响用户转移行为。通过问卷调查法获得数据,利用SPSS和AMOS分析软件进行数据的分析和假设的验证。[结果/结论]通过分析可知社交媒体系统质量、信息质量、服务质量以及沉浸体验对用户满意度具有正向影响,而用户满意度负向影响转移行为。 相似文献
11.
[目的/意义]科研社交网络与大众社交网络一样存在信息过载问题,利用推荐系统向科研人员推送个性化信息是解决该问题的重要手段。通过与国外主流科研社交网络相比较,找出我国科研社交网络的推荐系统存在的问题,进而寻求解决之道。[方法/过程]从推荐项目、推荐策略、冷启动方案、用户偏好学习4个方面,对科研之友、学者网、ResearchGate、Academia这4个科研社交网络的推荐系统进行对比。[结果/结论]我国科研社交网络的推荐系统在上述4个方面都与国外同行存在明显的差距,存在推荐项目较少、推荐策略单一、冷启动效果差、用户偏好学习能力弱等问题。针对这些问题,提出改进建议。 相似文献
12.
Information filtering is an area getting more important as we have long been flooded with too much information, where product brokering in e-commerce is a typical example. Systems which can provide personalized product recommendations to their users (often called recommender systems) have gained a lot of interest in recent years. Collaborative filtering is one of the commonly used approaches which normally requires a definition of user similarity measure. In the literature, researchers have proposed different choices for the similarity measure using different approaches, and yet there is no guarantee for optimality. In this paper, we propose the use of machine learning techniques to learn the optimal user similarity measure as well as user rating styles for enhancing recommendation acurracy. Based on a criterion function measuring the overall prediction error, several ratings transformation functions for modeling rating styles together with their learning algorithms are derived. With the help of the formulation and the optimization framework, subjective components in user ratings are removed so that the transformed ratings can then be compared. We have evaluated our proposed methods using the EachMovie dataset and succeeded in obtaining significant improvement in recommendation accuracy when compared with the standard correlation-based algorithm. 相似文献
13.
Collaborative filtering (CF) is a popular method for personalizing product recommendations for e-commerce applications. In order to recommend a product to a user and predict that user’s preference, CF utilizes product evaluation ratings of like-minded users. The process of finding like-minded users forms a social network among all users and each link between two users represents an implicit connection between them. Users having more connections with others are the most influential users. Attacking recommender systems is a new issue for these systems. Here, an attacker tries to manipulate a recommender system in order to change the recommendation output according to her wish. If an attacker succeeds, her profile is used over and over again by the recommender system, making her an influential user. In this study, we applied the established attack detection methods to the influential users, instead of the whole user set, to improve their attack detection performance. Experiments were conducted using the same settings previously used to test the established methods. The results showed that the proposed influence-based method had better detection performance and improved the stability of a recommender system for most attack scenarios. It performed considerably better than established detection methods for attacks that inserted low numbers of attack profiles (20–25 %). 相似文献
14.
文献推荐系统：提高信息检索效率之途 总被引：2，自引：0，他引：2
Traditional Information Retrieval (IR) systems have limitations in improving search performance in today’s information environment. The high recall and poor precision of traditional IR systems are only as good as with the accuracy of search query, which is, however, usually difficult for the user to construct. It is also time-consuming for the user to evaluate each search result. The recommendation techniques having been developed since the early 1990s help solve the problems that traditional IR systems have. This paper explains the basic process and major elements of document recommender systems, especially the two recommendation techniques of content-based filtering and collaborative filtering. Also discussed are the evaluation issue and the problems that current document recommender systems are facing, which need to be taken into account in future system designs. Traditional Information Retrieval (IR) systems have limitations in improving search performance in today’s information environment. The high recall and poor precision of traditional IR systems are only as good as with the accuracy of search query, which is, however, usually difficult for the user to construct. It is also time-consuming for the user to evaluate each search result. The recommendation techniques having been developed since the early 1990s help solve the problems that traditional IR systems have. This paper explains the basic process and major elements of document recommender systems, especially the two recommendation techniques of content-based filtering and collaborative filtering. Also discussed are the evaluation issue and the problems that current document recommender systems are facing, which need to be taken into account in future system designs. 相似文献
15.
在描述移动电子商务推荐系统的基本特征基础上,分析了显式评分输入和隐式浏览输入的差异,
认为移动互联网环境下隐式浏览输入是推荐输入的主流。进而通过用户兴趣提取、用户兴趣计算以及浏
览时间确定等环节,得到移动环境下用户对产品的兴趣度。该方法的提出一方面充实了移动推荐系统的
理论研究成果,另一方面也对推荐系统中隐式浏览输入的研究有一定的推动作用。 相似文献
16.
电子商务隐式浏览输入中的用户聚类分析 总被引：2，自引：0，他引：2
17.
18.
[目的/意义]在跟踪近10年国外研究成果的基础上进行分析评论和总结,以提出提升图书情报领域服务质量研究的若干建议,推动图书情报领域服务质量理论研究和实践发展。[方法/过程]采用文献计量方法统计2005-2014年国外图书情报领域服务质量研究文献在年代、作者方面的分布特点,并通过内容分析方法归纳分析国外该主题的主要研究领域。[结果/结论]研究发现,该主题研究文献总体上呈平稳增长趋势;国外服务质量研究的触角已从传统的图书馆及其参考咨询服务向电子服务延伸;该主题研究内容涉及服务质量影响因素研究、用户研究、服务质量管理研究、服务绩效与服务质量评估研究;在归纳国外研究成果的基础上,提出存在的问题,并为后续研究提出若干建议。 相似文献