共查询到17条相似文献，搜索用时 163 毫秒
1.
[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
2.
[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
3.
[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
4.
5.
[目的 /意义]算法推荐服务衍生的风险给人们的日常生活造成重大影响,厘清算法推荐服务风险的产生机制以及用户应对算法推荐服务风险的行为特征有助于进一步完善算法推荐服务体系。[方法 /过程]运用扎根理论,采用半结构化的访谈方式,一对一深度访谈30名网络用户,结合防护性行为模型和风险应对行为理论,探索算法推荐服务风险中用户的应对机制、影响因素以及决策路径。[结果 /结论 ]研究发现风险属性、传播渠道、平台特征和用户行为特征对算法推荐服务风险的传播产生影响;在风险传播的基础上,用户形成风险感知、利益相关者感知和防护性行为感知;用户在感知的基础上形成态度和效果评估,并以此为依据制定决策,采取不同的应对行为。最后从算法素养、风险参与和个体学习3个层次提出建议,以应对算法推荐服务风险。 相似文献
6.
信息素养个性化自主学习平台基本问题探讨 总被引：1，自引：1，他引：0
[目的/意义] 信息素养存在个体差异,当代大学生更倾向于“个性化、交互式、任务参与型甚至自主的学习”;信息素养个性化自主学习平台可为广大学生的差异化需求和持续进步提供解决方案。[方法/过程] 从自主学习需要的要素出发,分析“分学科、分阶段、分等级”模块化知识组织、信息素养评估、自主学习过程行为模式、信息素养提升影响因素和依赖路径、学习资源的个性化推荐等6个要素,据此定义平台系统架构和运行规则,并提炼出信息素养自主学习平台需要突破的3个技术难点：信息素养评估、信息素养提升的依赖路径、个性化推荐算法。[结果/结论] 研究结果表明,信息素养个性化自主学习平台不仅仅需要解决资源和用户行为相匹配问题,还需要具备“面向更高一级信息素养水平而推荐学习资源和学习策略”的能力。 相似文献
7.
[目的 /意义]从用户行为视角探究算法推荐服务应用过程中存在的问题,可为应对算法推荐乱象提供指引和规范。[方法 /过程]采用条件价值法量化网络用户算法推荐服务接受意愿,并对其接受意愿与使用行为是否背离进行验证,最后基于感知价值与风险理论分析该现象产生的影响因素。[结果 /结论 ]网络用户在算法推荐服务使用过程中,存在接受意愿与使用行为的背离现象,即用户持续使用但接受意愿不高。用户感知价值对接受意愿与行为背离产生负向作用且用户的感知愉悦性影响最为显著;感知风险正向影响背离现象产生,其中经济损失程度影响最大,信息过载程度影响最小。 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]算法推荐类APP吸引了大量用户使用,提高用户留存率一直是各类应用关注的重点。文章探索了用户流失行为的影响因素,为减少用户流失、提升用户使用体验提供建议和对策。[方法/过程]文章采集算法推荐类APP用户评论9772条,采用扎根理论对数据进行编码,以此厘清用户流失行为影响因素,构建算法推荐类APP用户流失行为影响因素模型。[结果/结论]信息因素、环境因素、系统因素、网络社群通过影响用户的控制感间接影响用户流失行为,用户的信息素养在控制感和用户流失行为中起调节作用。 相似文献
10.
[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
11.
12.
[目的/意义] 为了解决研究生用户面临的检索问题,提出一种基于LDA和社会网络中心度分析的个性化检索推荐模型。[方法/过程] 首先,该模型以研究生学科专业为个性化特征,并据此选择相应的数据源。其次,该模型使用LDA识别主题内容,以完成全面知识的展示。再次,该模型根据用户提交的检索词在相应的关键词-主题共现网络中进行社会网络中心度分析,以完成用户相关知识的推荐。[结果/结论] 实验表明,该模型能够很好地解决研究生检索中个性化特征、全面知识展示以及相关知识推荐三大问题,其有效性得到一定程度的验证。 相似文献
13.
14.
[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
15.
基于协作过滤的Web智能信息推荐方法 总被引：1，自引：0，他引：1
16.
[目的/意义]探索大学生健康信息回避行为的驱动因素,构建相关理论模型,既能为社会深入理解大学生健康信息回避行为提供一定的理论支持,也能为优化大学生健康信息回避行为提供一定的参考。[方法/过程]采用半结构化访谈法收集28位在校大学生健康信息回避行为的相关数据,遵循扎根理论研究方法的步骤,借助质性分析软件NVivo 11对数据进行编码和分析,归纳出大学生健康信息回避行为的3个主要驱动因素,即心理因素、情境因素和信息因素,包括9个子驱动因素,分别为负面情绪、维持乐观、认知冲突、行为改变、社会规范、任务驱动、信息负效用、信息隐私和信息疲劳,并构建健康信息回避行为驱动因素理论模型。[结果/结论]对模型进行深入分析发现,心理因素是大学生健康信息回避行为的内部驱动因素,情境因素和信息因素是外部驱动因素。其中,心理因素是大学生健康信息回避行为最重要的驱动因素,情境因素是重要的驱动因素,信息因素是最为关键的驱动因素。 相似文献