共查询到18条相似文献，搜索用时 218 毫秒
1.
面向网络用户的个性化推荐服务实现 总被引：2，自引：0，他引：2
从网络行为的社会学特征出发,将用户行为数据进行行为-需求定性映射,从而对表达不同需求层次的行为数据进行深度需求挖掘.据此构建基于用户网络行为的推荐服务模型,探讨了基于应用该模型基础上个性化推荐服务的实现. 相似文献
2.
社会化推荐服务研究述评 总被引：2，自引：0，他引：2
Web2.0的广泛应用和用户需求的变革催生出了新的推荐服务理念--社会化推荐。以信息推荐研究演进为主线,学者沿着从内容推荐、协同推荐到混合推荐的技术路线,从用户模式推荐、信息组织推荐和关联关系推荐三个视角对信息推荐展开了研究;网络的社会化促进了研究的拓展,目前主要从社会化行为、关系网络和服务应用三个方面进行了社会化推荐研究,取得了一系列成果;但其推荐方式存在着固有的缺陷,应将研究重点转向基于用户关系的社会化推荐上。 相似文献
3.
[目的/意义]学术用户画像是对用户访问使用学术资源行为的较全面的刻画。本文尝试构建图书馆学术用户画像的信息行为标签和研究兴趣标签,来准确定位学术用户的信息需求,以便推荐合适的学术资源。[方法/过程]具体方法是全面获取用户的访问日志并进行清洗处理,然后构建从学术用户信息行为出发的用户画像标签体系,进一步研究构建了基于研究兴趣关联的信息资源推荐服务。[结果/结论]本研究有助于提高用户信息获取效率,提高图书馆学术资源推荐服务的质量,并为结合其它资源全面构建图书馆学术用户画像提供一定的借鉴。 相似文献
4.
将情境因素引入个性化推荐系统中,考虑用户—资源—情境之间的三元关系,为处于不同情境、不同兴趣的移动用户推荐满足其需求的合适信息服务,是目前信息推荐新的研究方向.文章提出了基于情境和基于内容相结合的推荐算法,在当前情境下,利用用户的历史情境信息和用户偏好综合为用户推荐信息.实验表明,该算法能够显著地提高个性化推荐的准确率,可为用户提供符合当前情境的个性化资源. 相似文献
5.
针对高校师生用户对数字图书馆的需求进行调研分析,结果显示用户对数字图书馆提供精准知识推荐服务需求较为迫切;基于此类问题,考虑到用户的自身属性特点和检索信息特性设计了基于聚合类的知识聚合服务模型,优化了原有服务平台,提高了原有相似信息对用户的模糊推荐效果,解决了现有数字图书馆的推送内容单一、推送内容关联度低、推送内容针对性较差等问题。 相似文献
6.
[研究目的]现有科技服务平台中科技服务资源数量指数级增长、服务质量多样化,以及企业用户需求难以量化。为解决科技服务平台企业用户与服务资源间的精准匹配问题,提出一种基于企业用户需求的科技服务资源综合推荐算法(EURSTS)。[研究方法]综合考虑科技服务特殊属性和企业背景信息,采用模糊模型量化信息和综合相似度求解,对企业用户和科技服务资源进行匹配推荐。[研究结论]通过与CB算法、基于服务QoS算法的对比说明EURSTS算法能显著的改善推荐效果,其准确率平均提升了30.1%~37.1%,召回率平均提升了0.1%~7.9%,验证了该算法的有效性。 相似文献
7.
个性化图书推荐主要是以用户特征和借阅行为为挖掘对象,通过获取用户的兴趣特征及隐含的需求模式,实现用户与图书相互关联的个性化图书推荐服务。本文通过挖掘用户的背景信息构建用户特征模型,然后在设计喜好值计算、用户相似度计算和内容相似度计算以及标签信息获取方法的基础上,研究多种不同的图书推荐方法,以挖掘用户的潜在信息需求。最后利用图书馆的真实数据设计面向高校图书馆的个性化图书推荐系统,同时以标准网络数据集通过实验验证来评估推荐方法的有效性。 相似文献
8.
搜索引擎系统中的Web个性化信息推荐技术 总被引：1，自引：0，他引：1
Web个性化推荐技术在现代互联网中有着广泛的应用,它能将Web网络信息按照用户的个性化需求主动地向用户提供服务。但是由于现代搜索引擎通常缺乏用户的相关登录信息和网页访问路径信息,所以传统的Web个性化推荐服务并不完全适用于搜索引擎。由于用户在访问搜索引擎时会产生大量的关键词访问序列,而这种关键词访问序列蕴含着丰富的用户个性化信息,基于此,提出了一种利用搜索引擎访问日志中的关键词访问序列来进行Web个性化推荐服务的方法,并分析了相关技术特点和实现细节。 相似文献
9.
10.
11.
12.
[目的/意义]用户需求研究对我国信息机构开展东盟信息资源建设与服务具有重要意义。[方法/过程]立足国家“一带一路”倡议,构建东盟信息资源用户需求模型,通过数据采集、信息处理、建立多维度用户需求标签,全面分析用户需求与偏好。[结果/结论]借助东盟信息资源用户需求模型,实现明确机构定位、指导资源建设、服务精准营销、资源协同推荐,对用户需求进行有效管理。 相似文献
13.
采用信息协同过滤技术构建一个面向公众的电子政务信息推荐服务系统框架。通过信息用户评价矩阵寻找相似度较高的邻居集,能够较好地把握用户的需求偏好,主动提供适合用户的信息组合。但需要解决稀疏性、冷启动、扩展瓶颈问题,以及处理好用户参与、个人隐私和系统优化问题。 相似文献
14.
构建了移动社交网络基于情景化用户偏好的自适应适配信息服务系统模型,提出了移动社交网络的自适应服务发现方案。解决移动社交网络信息服务的发现与推送的延迟问题,实现高效的移动社交网络信息服务推送,对移动社交网络信息服务资源、知识资源进行科学管理。 相似文献
15.
【目的/意义】构建基于用户动态画像的学术新媒体信息精准推荐模型是满足学术新媒体用户对学术信息
资源精准化、个性化与专业化的要求,同时也是提高学术信息流转效率以及价值增值的有效途径。【方法/过程】在
探究学术新媒体信息流转模型的基础上,进一步分析学术新媒体用户需求与分层画像,重构学术新媒体用户画像
步骤,构建基于用户动态画像的学术新媒体信息精准推荐模型。【结果/结论】基于用户动态画像的学术新媒体信息
精准推荐模型能够实现学术信息资源与用户的精准对接,提升用户忠诚度,更好地服务科研工作者的学术活动。
【创新/局限】从理论框架角度分析与构建学术新媒体信息推荐模型,后续将重点研究模型的技术实现与实践应用。 相似文献
16.
《Information processing & management》2022,59(2):102871
The rapid development of the web has led to a considerable increase in information dissemination. Recently, personalized web service recommendation has become a popular research area in service computing. Research on web service recommendation systems mainly addresses two problems: prediction and completion of sparse QoS data, and the user's personalized recommendation. To address the issue of high data sparsity and low recommendation accuracy in the traditional service recommendation models under mobile cloud, this study presents a hybrid collaborative filtering model for consumer service recommendation based on mobile cloud by introducing user preferences. The example verified that the service recommendation based on the model can effectively reduce the data sparsity and increase the accuracy of the prediction. 相似文献
17.
如何准确分析用户行为,向用户提供满意的网页信息,一直以来都是个性化信息推荐系统设计的目标。本文在分析现有个性化信息推荐模型的基础上,针对以往研究在推荐兴趣时仅根据语义相关度进行协助性信息推荐,而忽略用户行为规律所包含的潜在兴趣信息的不足,尝试提出一个结合Web语义挖掘和FP-tree规则发现技术的个性化信息推荐模型。该模型利用本体对语义的明确化描述,在挖掘用户行为信息时获取用户兴趣偏好的语义信息,并利用FP-tree技术根据以获取的语义信息推理出用户兴趣行为模式,从而在信息推荐时不仅能准确理解用户兴趣偏好,也能根据用户潜在兴趣规律,推荐给用户更全面的网页信息。 相似文献
18.
用户模型是数字图书馆个性化系统中的关键技术,传统的用户模型没有考虑词与词之间的内在联系,本文提出了一种基于本体的用户模型,该模型基于建立的兴趣分类本体,借鉴了检索领域常使用的激活模型来完成用户模型的更新,并在用户模型的基础上,设计了个性化服务推荐流程。 相似文献