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 31 毫秒
1.
Web信息检索使人们能够在海量信息中找到所需信息,但由于自然语言多义性和用户检索时检索词的模糊性、不准确性,导致信息检索系统反馈结果往往不能完全满足用户需求。分析信息资源特点及Web信息检索基本原理、相关反馈技术,探讨信息检索模型中的相似度计算方法及查询扩展、检索结果过滤与重排、信息推荐服务、检索技术。  相似文献   

2.
为了提高数字图书馆信息服务的能力,描述了一个基于本体的用户浏览和搜索个性化推荐系统框架.该框架将本体的优点应用于检索周期中,包括提问相关测度、语义化的用户兴趣表达和自动更新、以及个性化的检索结果排序等.在用户访问数字图书馆的交互过程中,可通过本体来构造用户提问和文档内容的匹配机制以实现语义化的内容检索,并可进一步使用本体来构造用户兴趣偏好的概念向量以实现面向用户的个性化推荐反馈.  相似文献   

3.
华中科技大学数字图书馆体系的门户系统和统一检索平台自刊登以来,受到读者的广泛关注。本栏目推荐其个性化服务系统、搜索引擎、单点登录系统、目录检索平台和文献资源共享平台,以供建设参考。  相似文献   

4.
e-learning的调查发现,e-learning支持系统中学习资源推荐主要有Top-N和关键词检索两种方式,都无法向学习者个性化地推荐学习资源。受电子商务研究领域中相关研究成果启发,我们尝试将协同过滤推荐技术引入学习资源的个性化推荐研究中。通过综述学习资源个性化推荐中三种常用的推荐技术,介绍了协同过滤推荐技术的工作原理、实现方法及存在问题。在此基础上,提出了一个优化的基于协同过滤技术的学习资源个性化推荐系统的理论模型,重点讨论了模型的结构、隐式评分机制和算法的实现,并讨论了个性化学习资源推荐模型中的三个关键技术。以启发e-learning研究人员从不同的层面和角度探索协同过滤技术在e-learning中的应用,提高学习资源个性化推荐的精度和效率。  相似文献   

5.
数字化学习时代,随着教学资源爆炸式增长,学习者的知识过载问题日益突出。该文针对数字化学习中教学资源的知识化组织和可视化导航与检索问题进行了研究,首先构建了知识地图与资源导航模型,并以此为基础,实现教学资源实体向知识本体的映射;其次,基于知识地图模型,构建学生知识框架,并进行知识可视化;最后,设计与实现了基于知识地图的资源导航与检索系统,基于知识地图的知识隐性关联检索与推荐相关教学资源,实现学习者的个性化推荐与导航。  相似文献   

6.
搜索联想词功能通过分析用户输入的查询字符,动态推荐关键词,在语义检索、个性化推荐系统中有很重要的意义.利用Ajax、ASP和Access,设计并实现了搜索联想词功能,该功能可以非常方便地整合在动态网站查询系统中.  相似文献   

7.
基于内容的Flash网络教学资源检索研究   总被引:1,自引:0,他引:1  
Flash网络教学资源日益丰富,其检索方式是重要的研究课题。本研究在详细分析了Flash网络教学资源的类型、结构、组成元素等基础上,提出了Flash的四层结构模型,建立了总体、逻辑场景、视觉场景、组成元素四个层次的内容特征描述方法和索引数据库,实现了一个以Flash的总体内容特征为基本检索,以Flash的逻辑场景、视觉场景和组成元素的内容特征为高级检索的Flash网络教学资源基于内容的检索实验系统,分析了初步实验结果。  相似文献   

8.
网络新闻是目前最重要的网络应用之一,其巨大的信息量产生了信息过载问题。为有效缓解信息过载问题,通过网络调查、文献研究、对比分析等研究方法分析了网络新闻推荐中的相关策略,并利用系统分析的方法研究推荐系统模型。总结出可应用于网络新闻领域的个性化推荐系统的推荐策略,构建基于不同推荐策略的推荐系统模型,并分析了网络新闻个性化推荐系统存在的问题和难点,提出其未来发展方向。  相似文献   

9.
融合底层、语义特征的医学图像检索算法及实现   总被引:1,自引:0,他引:1  
针对医学胃窥镜图像,在分别研究颜色聚类、语义单一特征检索算法基础上,提出了结合底层颜色和高层语义的特征融合检索算法。并用VC#和SQLserver2000实现了一个图像检索原型系统.论述了系统的结构、特征提取、相似度匹配方法及部分实验结果,实验表明该方法具有良好的检索效果。  相似文献   

10.
大规模在线学习中,学习者面对数量众多、种类繁杂的学习资源容易产生"信息迷航""信息过载"等问题。因此,为学习者提供个性化的学习推荐服务是大规模在线学习的重要任务。但目前的推荐系统大多只考虑了学习者与学习资源特征,对其内在社会联系考虑不足,推荐效果有较大的提升空间。许多研究表明,引入社会化因素,对于提升推荐系统效果有显著的帮助。社会化推荐系统需要根据应用情境,深入地理解用户、推荐对象以及影响他们之间相似关系和社会关系的要素。大规模在线学习中的社会化推荐系统要素模型包括学习者特征、推荐对象特征、社会关系和应用情境四个方面。相较于传统的推荐方法,在这一要素模型基础上设计的基于兴趣主题的社会化推荐方法更好地结合了大规模在线教育场景,以及学习者和资源服务要素,并进一步研究了用户间的内在社会关联,挖掘了用户、学习资源间的隐性联系。实验结果也说明,该推荐方法在教育场景中可以实现更好的推荐效果。  相似文献   

11.
针对传统推荐方法中普遍存在的冷启动问题和推荐结果忽视了项目间的逻辑约束关系问题,分析用户社会属性和社交关系对用户学习行为的影响,以及学习资源之间的约束逻辑,提出面向在线学习的社会化推荐方法,为精准的学习资源推荐提供指导。  相似文献   

12.
为了提高个性化推荐的准确度,提出一种基于全局相似度的在线资源个性化推荐算法.首先分别基于用户和在线资源对其各自相似性进行计算,运用K-means聚类方法根据对用户偏好和在线资源属性及评分的相似性计算结果对其进行划簇,实现用户与在线资源聚类划分,以此实现精准的个性化在线资源推送.实验结果显示,本文方法推荐的最小平均绝对误差为0.77,查准率随着数据覆盖率的增加可达到60%以上,推荐耗时基本稳定在20 s以内.在推荐准确度、查全率以及效率方面均有良好表现.  相似文献   

13.
为了从大量的信息中检索出符合用户偏好和需求的旅游资源,本文以安康为例,设计了一套旅游景点推荐系统.该系统由前台输入和后台管理组成,前台实现了旅游景点信息浏览、网站机构简介、网站博客浏览、用户注册、用户登录、景点评价等设计;后台实现了用户信息管理、旅游景点信息管理、旅游景点推荐信息管理等设计.  相似文献   

14.
该文从网络时代教育的特点入手,探讨了网络时代基础教育信息资源在检索中存在的一些问题,例如检索结果太多、精度不高等,提出一种基于K-NN的信息资源分类方法,对检索结果进行分类,使用户可更方便高效地定位检索需求,提高检索精度.测试结果表明该方法可以有效地提高特定主题信息搜索质量.  相似文献   

15.
设计一个迭代的MapReduce并行计算工作流,用于分析快消品电商网站的搜索引擎日志。该工作流根据每次检索在商品品牌字段上的层面搜索结果,挖掘关键字检索和品牌检索热度之间的潜在相关性,为关键字检索计算出其对品牌层面搜索结果集中各品牌的检索热度贡献值,最后对品牌检索热度贡献值列表进行归并计算得到各个品牌的检索热度排名并取Top-N。  相似文献   

16.
因特网上的信息资源十分丰富,医学信息资源已占整个网络信息资源的30%左右.但其信息内容分布离散,组织形式多种多样,规范化程度不高,检索方式灵活多变,给制定检索策略带来了许多困难.拟从检索方针的确定,搜索引擎的应用,检索方式的选择,在线数据库的利用和检索结果优化5个方面对网上医学信息的检索策略进行探讨.  相似文献   

17.
随着位置社交网络的快速增长,越来越多的人借助其分享他们的喜好和位置信息,利用这些信息的潜在规律和呈现出来的偏好特征能够有效地帮助用户发现他们真正感兴趣的地点。然而,用户历史记录数据存在着严重的稀疏性,导致推荐结果不准确。鉴于此,融合地理位置因素和用户社交关系,利用矩阵分解模型提出了一种兴趣点推荐(GSMF算法)。实验结果表明,与主流的兴趣点推荐算法相比,该方法在准确率和召回率等多项指标上均取得了更好的结果。  相似文献   

18.
为改善传统个性化推荐算法精准度不高的问题,使用评论数据作为数据集,先对评论数据作文本预处理和特征提取,然后使用LDA主题模型对文本特征数据建模,得到主题词分布,将其作为标签,同时使用LSTM网络作文本分类,通过计算得到好评率。最后把用户需求和标签利用潜在语义标引计算相似度,根据相似度和好评率大小向用户推荐结果。实验结果表明,该方法能够向用户推荐符合其兴趣的个性化需求信息,且准确率高于96%,证明了该推荐算法的有效性。  相似文献   

19.
随着互联网的不断发展,信息呈爆炸式增长,导致信息过载问题日趋严重。在海量数据中提取有用信息的方式主要有两种,一种是通过搜索引擎,利用检索技术进行信息提取,另一种是以推荐信息为主的信息过滤技术。对基于协同过滤的个性化服务推荐算法进行了研究。  相似文献   

20.
信息检索课在高校推进信息素养教育中起着至关重要的作用,要使其作用发挥得淋漓尽致。信息检索课就要在教学内容、教学方法和教学模式上作彻底的改革,使用多种教育手段,以达到使学生能够准确地表达自己的信息需求,选择有效的检索途径,制定好的检索策略,能解释和分析检索结果,并能正确地评价检索结果。  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