共查询到18条相似文献，搜索用时 560 毫秒
1.
2.
[目的/意义]旨在探究信息内容特征对移动医疗APP用户推荐行为的影响和作用路径，提炼出对运营和管理具有积极意义的意见和方法。[方法/过程]以精细加工可能性模型为理论框架，通过整合信息系统成功模型和口碑营销经典理论的相关因素，构建出"中心信息内容特征——自我推荐"以及"边缘信息内容特征——从众推荐"两条作用路径，并聚焦感知需求的调节作用提出假设并构建研究模型。实证研究采用"日志追踪实验+调查问卷"的方式收集来自移动医疗APP用户的288份数据，利用SmartPLS2.0对模型进行检验。[结果/结论]信息质量、服务质量、系统质量正向影响自我推荐意愿；APP认知声誉、医生认知声誉、医院认知声誉正向影响从众推荐意愿；感知需求正向调节自我推荐意愿对推荐行为的影响，而从众推荐意愿对推荐行为的影响不具有显著调节作用。 相似文献
3.
[目的/意义]具体探讨社交媒体环境下智能推荐内容点赞行为的影响因素，分析其影响机制及影响路径，为未来研究实践提供参考。[方法/过程]运用扎根理论，采用NVivo对访谈资料进行三级编码，梳理并分析范畴间关系，构建社交媒体环境下智能推荐内容点赞行为影响机理理论模型。[结果/结论]平台声誉、智能推荐信息质量、智能推荐服务质量、智能推荐系统质量及用户需求、用户感知通过用户满意度间接影响点赞意向，用户感知、游戏化运营、社会影响、从众行为直接影响点赞意向，点赞意向直接影响点赞行为。最后从社交媒体治理、运营、使用角度提出建议，并对未来研究进行展望。 相似文献
4.
[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
5.
[目的/意义]全面了解移动图书馆用户采纳行为研究现状，有利于深化移动图书馆用户行为理论研究，为提升移动图书馆服务质量提供实践指导。[方法/过程]按照内容分析法，本文主要从研究对象、研究设计、理论模型、影响因素等方面对国内移动图书馆用户采纳行为相关文献进行梳理与分析。[结果/结论]当前侧重于探究用户采纳移动图书馆的影响因素，后续研究应拓展研究范围、综合运用多种理论模型、注重研究内容的整体化及持续化，进一步动态解释与预测用户行为，提高图书馆移动服务质量。 相似文献
6.
[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
7.
[目的/意义]用户利用在线医评信息是网络医疗服务的关键环节，探索医评信息特征如何影响用户采纳行为有助于促进在线医疗平台的优化和服务发展。[方法/过程]基于ELM模型和信任转移理论，采用2*2*2的组间实验设计方法开展情景决策实验，收集有效问卷539份，并利用Smart PLS开展直接效应、中介效应和调节效应分析。[结果/结论]事实型(vs抽象型)评论和真实姓*(vs昵称)的评论人标识可以提升感知内容客观性和具体评论人可信度，并进一步提升用户对评论的有用性感知和后续采纳意愿。对网站的信任可以通过一般评论人群体信任向具体评论人信任进行转移。用户性别特征和疾病严重程度特征分别负向和正向调节评论特征对用户认知及后续采纳的影响。研究提出的措施可以帮助在线医疗平台优化设计以促进用户对医评信息的采纳利用。 相似文献
8.
[目的/意义]随着互联网行业的蓬勃发展,电商平台的用户与商品数量均呈现井喷增长。这一趋势在促进互联网经济发展的同时也为用户带来了"信息过载"的问题。电商平台如何从用户的历史行为日志中获取信息,并根据用户当前情境推荐商品,不仅是重要的理论与技术课题,同时也蕴藏着巨大的商业价值。[方法/过程]文章结合情境感知技术,提出了一种五层推荐系统框架,自底向上分为:感知层、过滤层、排序层、规则层和应用层。同时,利用淘宝APP的购物数据进行了模拟推荐实验,比较了各层次不同设计方式的推荐效果。[结果/结论]研究发现,融入了情境感知技术的推荐系统框架可以显著提高推荐的精确率,但是会削弱召回率。基于此,为电商平台提出了部分建议。 相似文献
9.
[目的/意义]探索科研用户在数字图书馆情境下知识采纳行为影响因素,对于提升我国科研管理水平,提高知识管理效率,促进科研创新能力具有重要的意义。[方法/过程]基于“共享杯”大学生科技资源共享服务创新大赛用户的调查数据,借助二元Probit模型,通过设定假设变量并进行显著性检验的方式进行实证研究。从个体特征、组织特征、环境特征和要素特征四个方面分析团体科研用户和单体科研用户在科研过程中知识采纳行为的影响因素,并分析两类用户采纳行为影响因素的内在异同。[结果/结论]两类科研用户知识采纳行为都受到个体受教育程度、科研活动的研究范围、组织的研究预期以及技术环境的显著影响。基于加强科研创新角度提出提高科研人员受教育程度,加强数字图书馆建设,保障科研团队人员的流动与更新等建议。 相似文献
10.
[目的/意义]从在线健康社区用户兴趣的动态迁移性出发，将时间特征融入社交关系和个人偏好，完善在线健康社区个性化推荐算法，进一步提高用户获取健康信息的准确性。[方法/过程]首先，从用户社交关系出发，构建融入时间特征的用户影响关系网络；其次，依据用户个人偏好，构建融入时间特征的用户话题帖匹配矩阵；最后，将两者融合得到用户话题帖兴趣评分矩阵，据此形成每个用户的TOP-N推荐列表。[结果/结论]构建的融合时间特征的个性化推荐算法可提高推荐的准确度，提升在线健康社区个性化推荐算法的性能。 相似文献
11.
[目的/意义]旨在为高校图书馆提高纸质资源采购质量与利用率提供参考。[方法/过程]基于用户画像的理论对不同用户进行多维度的刻画,利用机器学习中监督学习的方法,通过采用协同过滤的推荐算法对用户偏好特征做精细统计分析的定量化计算,并从用户需求的角度建立用户偏好同步变化的自适应优化在线学习的纸本资源推荐系统。[结果/结论]该研究从实证分析角度为用户实现精准的个性化纸本资源推荐服务,为高校图书馆纸质文献检索库实现智能偏好的检索功能,建立纸质文献检索库合理有效的动态更新机制,提升用户体验。 相似文献
12.
[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
13.
提出一种基于用户兴趣度矩阵和改进粒子群优化的数字图书馆文献推送方法。从用户兴趣行为特征入手,首先构建用户对文献的兴趣度矩阵,然后通过文献聚类和最近邻查询,产生最优推荐列表。其中利用改进粒子群优化算法对文献聚类进行优化,进而能够提供更高效的文献推送服务。 相似文献
14.
[目的/意义] 从用户体验的视角对百度学术的功能进行分析,发现其优点和不足,为用户使用百度学术提供借鉴。[方法/过程] 首先将百度学术的功能分为检索功能、检索结果展示和个性化服务3部分;然后选择不同的检索词进行检索,对检索结果进行比较分析;最后利用百度学术提供的相关搜索词,从用户检索角度,对17种图书情报学期刊的关联性进行了实证研究。[结果/结论] 研究发现,①百度学术可以满足用户基本的学术信息检索需求;②百度学术为用户提供了较为丰富的筛选功能,便于用户从检索结果中查找所需要的学术信息,同时为用户提供了与检索结果相关的推荐信息;③百度学术的个性化服务可以满足用户对检索结果的管理需求,并为用户提供学术信息的推荐服务。 相似文献
15.
[目的/意义]旨在为我国高校图书馆学科服务提供参考。[方法/过程]利用CNKI为数据源采用聚类分析法和因子分析方法,分析2016年以来我国高校图书馆学科服务研究的热点和重点。[结果/结论]近4年的研究热点为学科馆员、学科服务平台、学科资源建设与推荐、科研服务、学科用户等五个方面。科研服务是今后学科服务的研究重点之一,科研数据管理是未来学科服务研究的新兴领域。 相似文献
16.
[目的/意义]通过融合用户社交与情境信息,构建虚拟知识社区个性化知识推荐模型并开展个性化知识推荐算法的设计,能够在一定程度上完善虚拟知识社区个性化知识推荐方法的理论体系,具有一定的理论价值和应用价值。[方法/过程]首先构建出基于用户社交与情境信息的虚拟知识社区个性化知识推荐模型,然后利用改进的最大团算法设计出虚拟知识社区个性化知识推荐算法,最后通过选取某虚拟知识社区的用户数据进行实例分析实现精准的个性化知识推荐。[结果/结论]在利用融合用户社交与情境信息进行虚拟知识社区个性化知识推荐过程中,通过对某虚拟知识社区的实例分析,表明其个性化知识推荐结果的精准度得到了显著的提升。 相似文献
17.
[目的/意义]挖掘潜在好友关系并进行精准的好友推荐服务,已成为社交网络领域研究的热点,基于用户属性-关系相似度的好友推荐模型研究旨在增强用户忠诚度以及在线社区活跃度,提升社区的信息服务准确性和效率。[方法/过程]通过融合用户链接关系与属性特征,提出用户属性-关系相似评价体系;采用因子分析法,计算得出各项目权重以及综合得分;据此构建社交网络相似度矩阵,基于派系划分方法,对用户进行划分分区,最终实现好友推荐服务。[结果/结论]实验结果表明,运用派系划分的基于用户属性-关系推荐模型在推荐列表长度受限情况下的整体表现较优,有效提高推荐精准度。 相似文献
18.
[目的/意义]针对在线旅游平台,提出一种挖掘游记主题标签,以代表性游记以及其中相关内容进行旅游信息推荐的新策略。[方法/过程]在利用文本挖掘技术,构建LDA主题模型,形成游记文本主题标签的基础上,通过游记代表度算法,筛选出针对相应标签的高描述度与高忠诚度游记进行旅游信息推荐,以客观表达文本聚类结果以及主题词之间的语义关系,并以蚂蜂窝旅游网中的"杭州游记"为例,加以验证。[结果/结论]结果表明,这种方式能挖掘出旅游者在历史旅游经历中真实的旅游热点及重点信息需求,针对高相似度游记的识别与聚类具有良好效果,对旅游信息细粒度推荐具有指导意义与实践意义。 相似文献