共查询到20条相似文献，搜索用时 15 毫秒
1.
【目的/意义】通过文献综述,梳理国内外情境感知推荐系统领域的研究进展,呈现目前主要研究成果,发现
研究中的不足,旨在对今后研究提供一定启示。【方法/过程】利用文献调查的方法,从相关概念、情境信息兼容的基
本模式、具体方法和情境感知推荐系统的主要应用领域等方面对国内外相关研究进行梳理,在此基础上提出目前
情境感知推荐系统研究中的不足。【结果/结论】情境信息兼容的基本模式已较为明确,情境信息兼容的具体方法呈
现多元化的趋势,情境感知推荐系统的应用领域日益广泛,但在情境要素的选择问题、情境信息的兼容方法问题、
大规模情境化标注数据的获取与构建问题和多元情境要素的关系处理问题等方面还需进一步研究。 相似文献
2.
【目的/意义】随着网络购物的普及,在线评论成为影响消费者、销售者和生产者决策的重要数据。大数据
时代,在线评论呈现出多源异构、爆发式增长的特点,难以为用户的购买决策和商家竞争提供有力的情报支撑。【方
法/过程】本文利用多源异构的在线评论数据构建知识图谱,提出了一种基于多源异构数据构建知识图谱的框架,
模式层构建围绕在线评论的信源、内容以及形式构建,最终形成知识图谱的概念框架,并运用word2vec从多源异构
文本中获取实体、关系和属性,并进行数据融合与知识图谱分析。【结果/结论】实验部分以手机商品在线评论为例,
验证了本文所构建的知识图谱对在线评论相关研究及挖掘的有效性,研究结果揭示了多源异构在线评论数据的特
点,为大数据环境下在线评论信息组织、展示和挖掘提供了新的研究视角。【创新/局限】运用知识图谱对在线评论
进行描述,有效解决信息过载、多源异构信息融合等问题。本文采用半自动化的方式构建知识图谱,未来考虑引入
无监督的方法提高构建效率。 相似文献
3.
【目的/意义】社交网络已经对现实人际关系的互动以及舆情传播产生了深远影响,其后向影响的研究也已 经取得丰富的学术成果,但是关于社交网络内涵、互动模式、功能机理及其结构特性的分析还缺乏系统性,尚未形 成完备的理论体系。【方法/过程】对国际相关研究成果进行了回溯归纳与系统梳理,分别从社交网络的内涵拓展、 用户行为、功能定位及结构特征出发对已有研究进展进行了脉络分析与体系建构,并对未来研究方向进行了展 望。【结果/结论】本文的研究有助于社交网络本质内涵及其运行机制的全貌呈现与本质回归,对于未来相关领域研 究方向的科学把握以及前沿问题凝练具有重要的指导作用。 相似文献
4.
【目的/意义】为帮助科研用户快速准确地找到与自身研究兴趣相关的学术论文,构建了基于细粒度语义实
体的学术论文推荐模型。【方法/过程】将实验前期识别出的研究主题、研究对象和理论技术类语义实体作为学术论
文和核心作者的内容特征,分别利用TF-IDF算法、TextRank算法和LDA模型得到学术论文和核心作者的特征词,
利用Word2vec对特征词进行向量化,再计算核心作者和学术论文的余弦相似度,将余弦相似度值靠前的Top20推
荐给作者。【结果/结论】利用准确率、召回率和F值对基于三种算法得到的特征词生成的推荐结果进行比较评价,结
果表明,基于TF-IDF算法得到的特征词生成的推荐效果最佳,并对推荐结果进行了实例展示,可以看出本文提出
的推荐模型能够更为全面地为科研用户推荐与其研究兴趣类似的学术论文,提高科研效率。【创新/局限】本文主要
是从学术论文的内容特征入手,对类型细分后的关键词利用不同算法进行核心作者特征词筛选,进而实现学术论
文推荐,但是对学术论文中包含的网络关系并未涉及。 相似文献
5.
【目的/意义】深度学习是近几年来人工智能领域的研究热点之一,了解深度学习在信息组织与检索方面的研究现状,能为信息组织与检索的深入研究提供参考和借鉴。【方法/内容】通过对国内基于深度学习的信息组织与检索方向的相关文献进行梳理,剖析深度学习相关模型、阐述深度学习在信息组织与检索中的研究热点主题,并结合深度学习技术的特点和信息组织与检索的研究内容,对深度学习在信息组织与检索方向的应用前景进行预测。【结果/结论】研究表明,当前深度学习在信息组织与检索中的研究热点主要集中在智能信息抽取、自动文本分类、情感分析和文本聚类这四个主题,预测未来深度学习在信息组织与检索方向会朝着对异构信息处理、智能信息检索、个性化信息推荐等方向发展。 相似文献
6.
【目的/意义】通过构建上海市名人故居知识图谱，可以强化沪上名人故居非结构化数据的知识组织问题，为后续历史名人故居学术资源相关研究提供思路和借鉴方法，也为游客选择名人故居游提供便利。【方法/过程】本文基于沪上名人故居用户需求及旅游领域相关行业标准，首先采用自顶向下的方式设计沪上名人故居知识图谱框架，之后以此框架为基础通过序列标注、机器学习等方法填充图谱的实体、关系及属性为沪上名人故居的知识图谱构建提供数据支撑，最后运用Neo4j图数据库对沪上名人故居知识图谱进行可视化存储。【结果/结论】沪上名人故居知识图谱构建实现了资源的可视化存储及语义检索，能够提供数据浏览与知识展示，数据查询与知识检索、知识关联与信息推荐等功能，为后续智能问答、智能信息推荐的应用研究奠定基础。【创新/局限】本研究结合用户需求及上海市名人故居数据结构特点，建构了沪上名人故居知识图谱框架，为后续名人故居知识组织相关研究提供了思路。本文数据的选取仅限于上海市内的知名名人故居，有关研究数据有待进一步扩充以更好地研究文章方法的适用性。 相似文献
7.
【目的/意义】反映在线商品推荐质量的主要设计特点,探讨电商导购平台在消费者决策中所扮演的角色,
有助于电商导购平台管理者制定出更符合消费需求的针对性策略和管理对策。【目的/意义】根据双因素理论,构建
在线商品推荐对用户忠诚度影响因素的研究模型,通过调查问卷采集379份有效问卷,运用偏最小二乘法对研究模
型和假设进行验证。【结果/结论】顾客商品筛选成本和决策质量显著影响顾客忠诚度;商品筛选成本与推荐准确性
和推荐新颖性呈负相关,与信息不实和信息过载呈正相关;商品评估成本与推荐新颖性呈负相关,与信息不实和信
息过载呈正相关;决策质量与推荐准确性和推荐新颖性呈正相关,与信息不实和信息过载呈负相关。【创新/局限】
提出并验证了新的电商导购平台在网购中对顾客决策和忠诚度的作用研究模型,因选取的影响因素和样本平台有
限,今后可探索更多的新变量引入模型,并推广到更多的电商导购平台中。【创新/局限】提出并验证了新的电商导
购平台在网购中对顾客决策和忠诚度的作用研究模型,因选取的影响因素和样本平台有限,今后可探索更多的新
变量引入模型,并推广到更多的电商导购平台中。 相似文献
8.
【目的/意义】信息网络平台的建设对我国传统旅游产业有着重要意义。【方法/过程】本文在web2.0基础上
结合大数据、VR、AR,从信息技术、信息资源、相关法律法规、服务理念与用户需求等多角度进行实证研发。【结果/
结论】研究表明,通过旅游信息网络平台可以完善旅游行业信息传播,周边服务以及自我宣传环节。最后根据研究
结果,提出如何完善我国旅游信息网络平台,更好的为受众提供健康服务的建议。 相似文献
9.
【目的/意义】保存元数据是解决数字信息资源长期保存问题的关键要素,目前对这一领域相关技术的研究
进展进行梳理的文章较少、时间也较早,通过重新系统梳理当前研究进展,可以把握研究趋势,为进一步深入研究
提供参考。【方法/过程】文章从技术视角出发,围绕保存元数据的生成保存、互操作和语义化,系统梳理了数字信息
资源长期保存元数据技术研究进展。【结果/结论】文章指出未来研究将聚焦在保存元数据自动化生成和封装保存
研究、保存元数据基于本体的语义层面互操作研究以及保存元数据的多种语义技术融合研究。 相似文献
10.
【目的/意义】自2005年美国著名的数字遗产纠纷案发生以来,越来越多的学者开始对数字遗产进行研究,
阶段性的研究进展分析,一方面能使该研究领域的研究思维脉络更加清晰,另一方面也能为后续的研究提供可参
考的依据。【方法/过程】运用文献计量学的方法,以文献名称、作者、文献来源、发文时间、引用次数、下载次数等数
据为基础,多角度对数字遗产的研究进展进行分析。【结果/结论】通过统计数字遗产研究的相关数据,分析数字遗
产的研究方向、研究内容和研究局限,展示数字遗产的研究思路,对数字遗产的研究现状进行全面了解。 相似文献
11.
【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
12.
【目的/意义】通过异构网络的多模关系分析可以整合更多的主题关联关系,从而提高学科交叉主题识别的
准确度。【方法/过程】系统调研了已有的2-模异构网络的社区识别方法,将2-模网络社区直接识别分为投影方法、
非投影方法、扩展的多模网络分析和超网络分析,并对比这些已有方法在学科交叉主题识别中的优劣。在此基础
上选择对应分析作为2-模网络社区识别方法,对情报学的学科交叉主题进行识别和分析。【结果/结论】对应分析作
为一种2-模关系分析方法可直接识别异构网络的学科交叉主题,并保证更少的信息遗漏。 相似文献
13.
【目的/意义】随着互联网时代的到来,网络用户信息检索行为呈多样化、复杂化的趋势,及时了解网络用户信息检索行为的研究进展,有助于对该领域进一步研究主题及研究方向的确定提供参考。【方法/过程】以中国知网CNKI数据库和Web of Science数据库中1995-2018年中英文网络用户信息检索行为的相关文献为对象,通过Citespace绘制研究机构及其核心研究者、研究热点与研究主题演化发展的知识图谱,对网络环境下不同场景、不同用户群体的信息检索行为及其影响因素和模型研究这四大方面进行了对比分析。【结果/结论】结合国内的研究现状,探究未来可能出现的发展趋势,并针对目前国内研究中所存在的问题提出建议,为该领域未来的研究规划提供一定的参考依据。 相似文献
14.
【目的/意义】形式概念分析已逐渐发展为国内外解决特定知识发现问题的关键理论和工具之一,梳理基于
形式概念分析的知识发现研究进展,并探寻国内外研究的类同及差异,有助于促进形式概念分析在知识发现领域
的理论研究和实践应用。【方法/过程】以 Web of Science和 CNKI中相关文献为数据源,采用 CiteSpace4.0、SATI3.2、
SPSS22以及 Netdraw等计量分析软件从文献来源、年代分布、有效引文、学术期刊及关键词等方面进行可视化分析
和国内外对比。【结果/结论】揭示了国内外利用形式概念分析实现相关领域知识发现的研究起源、知识基础、研究
主体、研究热点及前沿主题,以期对同类研究提供启示。 相似文献
15.
【目的/意义】通过订阅记录获取用户兴趣爱好,并将协同过滤推荐方法应用于图书个性化推荐,为读者提供优质服务。【方法/过程】以协同过滤算法为基础,根据用户订阅记录,分别计算用户相似性和订阅图书相似性。针对传统协同过滤方法在计算热门订阅相似度时存在的缺陷,引入对订阅权重的惩罚机制,减轻了热门订阅会和很多订阅相似的可能性,并根据协同过滤方法,产生相应推荐结果。【结果/结论】运用公开可获取的数据集进行的算法验证表明,基于订阅记录的协同过滤算法推荐准确度较高,对提升用户图书借阅体验相关研究与实践有一定的参考价值。 相似文献
16.
【目的/意义】“信息过载”问题不利于用户快速准确获取目标信息,本文提出构建社交媒体基因图谱并应
用于信息推荐领域,为用户信息推荐提供新思路。【目的/意义】本文将社交媒体分解为社交媒体用户和社交信息内
容两大主体部分,借助生物学基因图谱概念,建立两大主体基因群并分别进行基因提取,构建社交媒体基因图谱,
并通过社交媒体基因图谱唯一辨识用户实体偏好进行信息推荐。【结果/结论】构建基于社交媒体基因图谱的信息
推荐模型,考虑用户内部及信息环境对基因图谱的影响,进行模型优化,为用户提供更加精准的信息推荐内容。【创
新/局限】基因的变异无法准确预估和控制,需要进一步研究引起基因变异的因素及变异方向,通过基因的可复制
性更加高效准确地对个人用户社交媒体基因图谱进行构建,进而实现其在信息推荐领域的应用。 相似文献
17.
【目的/意义】针对在线医疗信息结构松散，医疗平台医生推荐精度不足的现状，设计了一种基于标签和患者咨询文本的医生推荐算法，提升医生推荐效果。【方法/过程】利用Word2vec模型训练患者咨询文本得到特征向量，改进余弦相似度算法计算医生推荐集A；利用LDA模型训练医生标签得到医生在主题上投影的概率分布，改进KL距离算法计算医生推荐集B；基于社会网络分析理论设计相关算法重构医生网络链接，选择中心性指标得到最终医生推荐集C。【结果/结论】以“丁香医生”数据进行实证，面向UGC数据丰富了算法的可用程度，弥补了单一推荐方法的不足，提高了推荐的精度。本文所提方法有效提升了医生推荐精度。【创新/局限】通过融合标签和患者咨询文本，采用社会网络分析实现了医生混合推荐。虽然通过中心性指标进行重要医生挖掘，但挖掘效果有提升空间。 相似文献
18.
19.
【目的/意义】学术网站是学者发现研究兴趣的有效途径,研究学者推荐与跨语言论文推荐有助于学者更好 地开展学术研究。【方法/过程】利用论文之间的引用与被引关系分别爬取参考文献集合和被引文献集合,构建学者 推荐与跨语言论文推荐模型。首先通过Word2vec算法模型生成候选相关学者集和候选相关论文集,计算 Word2vec得分;然后分别进行加权处理,最终得到学者推荐列表和跨语言论文推荐列表。以CSSCI中的《中国图书 馆学报》、《情报学报》和《图书情报工作》三种代表性期刊在2016-2017年载文的参考文献集合与被引文献集合为数 据来源进行实证分析,并验证模型的科学性与可行性。【结果/结论】实证结果表明,该模型可以很好地发现相关学 者以及相关论文。 相似文献
20.
【目的/意义】提出一种基于向量的在线学习推荐系统架构,通过将访问序列的先后次序作为推荐的重要依
据,将访问记录预处理进行向量表示,在此基础上基于向量利用DBSCAN算法对用户进行协同过滤聚类并实施知
识点推荐。【方法/过程】将用户访问学习资源的日志记录进行解析,并进行预处理以向量的格式表示,在考虑浏览
历史日志的同时,将访问序列的先后次序作为推荐的重要依据,进而基于向量利用DBSCAN算法对用户进行协同
过滤聚类,并实施推荐。【结果/结论】利用用户历史学习记录进行向量表示,充分考虑知识点学习次序,提出了一种
在线学习推荐新方法的尝试,实验结果表明该推荐方法是有效的。 相似文献