共查询到19条相似文献，搜索用时 538 毫秒
1.
2.
3.
随着移动互联网的发展,越来越多的用户信息获取过程通过移动终端完成.但当前个性化推荐系统对用户情境的感知能力不足,缺乏为用户提供符合当前情境的个性化信息推荐服务.为此,本文提出了基于贝叶斯方法的情境化用户资源类别偏好学习以及融合该类别偏好的协同过滤个性化信息推荐.运用贝叶斯方法学习用户在不同情境下对各资源类别的偏好,然后将该类别偏好与传统协同过滤推荐算法相结合,生成符合用户当前情境的个性化信息推荐.实验表明本文提出的改进算法可以提高推荐的准确率. 相似文献
4.
[目的/意义]旨在深入研究情境信息对用户偏好的影响,提高情境感知推荐的准确性。[方法/过程]提出了基于梯度提升决策树的情境感知推荐模型,根据梯度提升决策树计算情境属性权重,将其与传统协同过滤算法相融合,生成情境感知推荐结果。[结果/结论]该模型可以识别影响用户偏好的重要情景属性,为用户提供个性化推荐服务。 相似文献
5.
【目的/意义】通过对个性化信息推荐中的用户认知、情境感知以及自适应等问题展开研究,进一步丰富个
性化信息推荐的理论体系以及拓展个性化信息推荐的研究方法。【方法/过程】在对个性化信息推荐的概念和方法
以及个性化信息自适应推荐分析的基础上,首先阐述认知计算的提出和发展及其基本观点,然后对情境感知的定
义以及关键特征识别进行探讨,最后提出基于认知计算与情境感知的个性化信息自适应推荐模式及其框架,并针
对其内涵展开深入分析。【结果/结论】通过借鉴认知计算与情境感知的基本观点和技术方法,重点研究认知计算与
情境感知的融合、认知计算与情境感知融合下的用户偏好的提取、个性化信息自适应推荐模式 3个方面内容,并最
终构建基于认知计算和情境感知的个性化信息自适应推荐模式框架。 相似文献
6.
[目的/意义] 移动图书馆信息接受情境与用户信息行为的适配程度决定了移动图书馆信息服务的绩效。为向用户提供多元化一站式信息服务和精准的个性化信息服务,需对移动图书馆信息接受情境特性和机理进行分析。[方法/过程] 从移动图书馆信息接受情境的跨学科特点和内涵,借助于信息接受情境的链模式、域模式和场模式为基础,构建信息接受的生物学作用机理、情境计算机理和情境适配机理,从而分别形成其信息接受情境模型。[结果/结论] 对移动图书馆信息接受情境数据处理,提出了移动图书馆信息接受情境配置、信息接受情境适配和信息接受情境优化方法。以移动图书馆信息接受情境计算为导向,为移动图书馆信息服务深入研究奠定了良好的基础。 相似文献
7.
【目的/意义】大数据环境下，如何对海量的移动图书馆数据资源进行挖掘、重组和深度融合，从而获取最有 价值的信息对移动图书馆的长远发展至关重要。【方法/过程】构建了大数据深度融合的移动图书馆情境化推荐系 统，通过深度融合图书馆用户的情境信息，有效缓解大数据环境下评分数据稀疏导致的推荐性能下降问题；同时采 用MapReduce的并行处理方式，以此提高大数据的融合与挖掘性能。【结果/结论】实验结果表明，大数据深度融合 的移动图书馆情境化推荐系统较好地将情境信息融入到移动图书馆知识推荐过程中，改进了推荐性能，有利于为 用户提供精准的个性化服务资源，MapReduce化的并行处理方法也有效提升了大数据融合与挖掘的性能与效率。 相似文献
8.
9.
[目的/意义]将情境感知技术引入图书馆以提高服务的智能化，已成为数字图书馆的发展趋势之一。为了提高情境感知模型中推荐结果的准确度。[方法/过程]本文研究并提出了一种融合了朴素贝叶斯算法与情景感知功能的协同推荐模型，并通过实验对推荐效果进行了评估。具体为：首先，获取用户的当前任务和情景信息，同时提取历史信息库用户的行为偏好；其次基于属性加权贝叶斯算法计算用户的行为相似度，继而进行协同推荐；通过计算目标情景中所有情景属性对所推荐资源的影响的权值，对协同推荐所得评分进行加权处理，形成最终的预测预测；最后通过实验对模型进行检验。[结果/结论]结果表明：使用该模型得出的推荐结果优于传统的协同推荐结果。因此该模型能够更好地为为个性化信息服务提供支持。 相似文献
10.
【目的/意义】在研究情景化偏好基础上,分析移动图书馆用户行为感知机理,并提出个性化服务机制建议,
为移动图书馆的发展提供帮助。【方法/过程】从用户体验角度出发,利用移动图书馆用户行为分解理论描述用户行
为意图受态度、主观规范以及行为控制三者影响,提出基于收集有用的上下文信息的移动图书馆用户行为感知模
型的网络体系结构,基于此构建模型。【结果/结论】得到移动图书馆用户行为感知模型,将用户行为感知过程分为
四层：数据层、处理层、生成层和输出层,各层之间分工合作掌握用户行为动态达到判断用户行为的目的。 相似文献
11.
在分析数字图书馆个性化门户服务模式的基础上,结合目前国内高校图书馆个性化信息服务的现状和发展趋势,提出一个基于MyLibrary的高校数字图书馆个性化门户服务框架,并分析了框架主要功能和特色。该框架综合考虑用户的服务需求和数字图书馆现有服务组件的功能,并利用代理模式整合各种服务方式,以满足用户对一站式服务的需求。 相似文献
12.
13.
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
14.
[目的/意义]在社会化标注系统自组织运行的基础上，构建个性化信息推荐的多维度融合与优化模型，进而在大数据环境下，为用户提供精准的个性化信息推荐服务，从而进一步丰富个性化信息推荐的理论体系以及拓展个性化信息推荐的研究方法。[方法/过程]首先，对每一种个性化信息推荐方法的优点和不足进行深入分析；然后，将基于图论（社会网络关系）、基于协同过滤以及基于内容（主题）3种个性化信息推荐方法进行多维度深度融合，构建个性化信息推荐多维度融合模型；最后，对社会化标注系统中个性化信息推荐多维度融合模型进行优化，从而解决个性化推荐过程中用户"冷启动"、数据稀疏性和用户偏好漂移等问题。[结果/结论]通过综合考虑现有的基于图论（社会网络关系）、基于协同过滤以及基于内容（主题）的个性化信息推荐方法各自的贡献和不足，实现3种方法之间的多维度深度融合，并结合心理认知、用户情境以及时间、空间等优化因素，最终构建出社会化标注系统中个性化信息推荐多维度融合与优化模型。 相似文献
15.
基于过程管理的高校图书馆个性化信息服务研究 总被引：1，自引：0，他引：1
分析影响高校图书馆个性化信息服务的主要因素,认为技术支撑、系统功能、用户需求、用户接受信息的能力、工作人员素质、宣传与用户培训对高校图书馆个性化信息服务起主要影响作用;对高校图书馆个性化信息服务的一般过程进行阐述,在此基础上构建基于过程管理的高校图书馆个性化信息服务模型,最后对高校图书馆个性化息信服务策略进行分析。 相似文献
16.
为提高图书馆个性化推荐的效果,采用模糊聚类和模糊识别技术建立数字图书馆的个性化推荐系统。通过分析用户的信息素质、兴趣爱好、网络和电子资源检索情况,对读者进行数学模糊聚类分析,确定最佳阈值λ,得到最佳聚类。根据个体用户的基本情况进行模糊识别,由识别结果的归属给出针对当前用户的个性化推荐。实验结果表明,在模糊聚类与模糊识别基础上的个性化推荐方案是可行的和有效的,为创新数字图书馆个性化服务提供了一种新的方法。 相似文献
17.
针对创新社区日益增长的海量信息阻碍了用户对知识进行有效获取和创造的现状,将模糊形式概念分析（FFCA）理论应用于创新社区领先用户的个性化知识推荐研究。首先识别出创新社区领先用户并对其发帖内容进行文本挖掘得到用户——知识模糊形式背景,然后构建带有相似度的模糊概念格对用户偏好进行建模,最后基于模糊概念格和协同过滤的推荐算法为领先用户提供个性化知识推荐有序列表。以手机用户创新社区为例,验证了基于FFCA的领先用户个性化知识推荐方法的可行性,有助于满足用户个性化知识需求,促进用户更好地参与社区知识创新。 相似文献
18.
总结国内外图书馆移动用户行为的研究现状,为面向个性化信息服务的图书馆移动用户行为分析模型设计提供参考。采用理论研究与模型分析相结合的方法,从数据采集、数据处理与数据应用三方面研究用户行为动作序列和用户行为特征之间的关系。以前端操作行为与后端业务数据库相结合的方式定义和表示图书馆移动用户在iOS App、Android App与Web页面上与产品UI的隐形反馈行为,采集移动用户客户端基础信息字段、用户行为相关字段、配置Flume 3个方面数据,引入时间维度、用户维度、部门维度、资源维度、行为维度、入口渠道6个维度进行数据仓库层面的建模,从用户行为序列预测与用户兴趣引导两步实现数据应用。 相似文献
19.
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