共查询到19条相似文献，搜索用时 281 毫秒
1.
针对传统的Markov链模型不能有效的表征长串访问序列所蕴含的丰富的用户行为特征(用户类别特征、访问兴趣迁移特征)的缺点,提出混合隐Markov链浏览模型.混合隐Markov链模型使用多个不同的模型来区分不同类别用户的浏览特征,并为每个类别的用户设置了能跟踪捕捉其访问兴趣变化的类隐Markov链模型,能更好地对WWW长串访问序列的复杂特征进行建模,在真实WWW站点访问日志数据上的用户聚类实验与个性化推荐实验的结果表明,混合隐Markov链模型与传统的Markov链模型相比,具有更理想的聚类性能和推荐性能. 相似文献
2.
个性化网络协同推荐服务的扩展及其实现 总被引：3，自引：1，他引：2
传统的网络协同推荐服务对用户行为数据进行统一挖掘处理,但在处理分散数据时,难以开展协同服务.由此,推荐服务系统的可扩展问题日益凸显.实际上,用户信息行为与需求层次结构的对应关系已为构建可扩展的个性化协同推荐服务系统提供了一种新思路.可扩展的个性化协同推荐服务模型从需求层出发,通过行为层、过滤层、推荐层、交互层和资源库的扩展,最终实现个性化协同推荐系统的可扩展性. 相似文献
3.
4.
利用关联规则对高校图书馆借阅信息进行挖掘,可以找出读者的借阅习惯,从而可以根据读者借阅习惯,能实时、有针对性、主动地为读者提供读者感兴趣的图书.但在实际的运用中,经过统计发现,基于传统的关联规则进行推荐模式存在着关联规则发现困难以及并没有反映出读者借阅习惯的变化问题.论文试图对挖掘出的结果进行分析比较处理,进行特殊的加权处理,从而为用户推荐出命中率高的个性化的推荐模型.实际测试表明:经过加权处理后的关联规则推荐模型能够及时反映出用户的变化,能够满足为用户提供更专业的个性化推荐. 相似文献
5.
文章简述了数字图书馆个性化资源推荐服务,探讨了数字图书馆的读者兴趣模型及推荐资源对象模型的建立,并分析了资源推荐模式,同时指出了数字图书馆的资源推荐服务应用存在的问题. 相似文献
6.
针对传统的大众化推荐如热门图书推荐、新书推荐等无法为读者提供个性化的图书推荐服务,提出了构建在协同过滤技术之上的图书个性化推荐系统模型,分析了协同过滤技术在图书推荐中的运用原理及可行性,最后总结其优缺点。 相似文献
7.
基于知识决策的数字图书馆个性化推荐 总被引：5，自引：0，他引：5
个性化推荐服务是数字图书馆发展的方向。本文通过比较国内外典型的数字图书馆个性化系统,分析了它们的共性和特性,并说明了个性化服务在数字图书馆中的应用现状。针对现有个性化系统存在的问题,从资源共享、知识管理、决策支持、智能化推荐方面提出了数字图书馆个性化推荐服务的改进措施和创新方法。将个性化推荐与知识管理和决策支持有效的结合起来,创建了基于知识决策的个性化推荐服务系统的模型,该模型的主要特点是主动的向用户推荐能够辅助决策的知识,将推荐信息的服务提升到推荐知识的服务。在创建模型的基础上,设计并分析了该模型的主要功能和实现的技术方法。 相似文献
8.
张宇光 《图书馆理论与实践》2012,(2):35-37
以个性化信息推荐服务为基础,研究在CC协议这个特有的环境下如何利用元素进行个性化信息推荐服务,提出CC协议下的个性化信息推荐服务模型. 相似文献
9.
定义C2C电子商务平台中不同于B2C平台的三维推荐空间和推荐问题,并针对该问题提出一种三维个性化推荐方法。该方法对传统二维协同过滤方法和基于内容推荐的方法进行混合和扩展。首先利用卖家特征属性计算卖家相似度,并基于销售关系和卖家相似度对三维评分数据集进行填补,以解决评分数据的稀疏问题,再利用填补后的评分数据计算买家相似度,获取最近邻并预测未知评分。实验证明,该方法能较好地解决C2C平台中的个性化推荐问题,在形成卖家和商品组合推荐时具有较好的性能。 相似文献
10.
基于情景模型的数字图书馆个性化服务研究 总被引：5，自引：0，他引：5
由于web环境下用户的个性化需求具有易变性、动态性和情景敏感性等特征,个性化服务的提供越来越需要情景模型的支持.目前,基于情景模型的数字图书馆个性化服务主要通过个性化检索和个性化推荐两种方式实现.将情景模型运用于数字图书馆个性化服务,还需要注意和解决用户情景捕捉的准确性、服务提供的适用性、用户安全与隐私、用户模型与情景模型的结合以及数字图书馆各种资源的整合与集成等问题.图3. 相似文献
11.
12.
[目的/意义] 在应用大数据提升图书馆服务的背景下,为提高借阅推荐的有效性,设计一种基于加权借阅网络的个性化推荐算法。[方法/过程] 引入复杂网络理论的分析方法,以深圳大学城图书馆的实际借阅数据为例,证明借阅网络具有二分图特性和BA无标度网络特性,具备个性化推荐的条件;通过构建读者借阅子网,采用能量传递六步法,实现个性化图书借阅推荐。[结果/结论] 实际借阅数据的验证结果表明,算法是有效且具有实际应用意义的。 相似文献
13.
基于用户画像的高校图书馆个性化资源推荐服务设计 总被引：1，自引：0，他引：1
用户画像作为大数据分析背景下个性化推荐服务的设计工具,为高校图书馆领域个性化阅读资源推荐服务提供解决思路。本研究在分析目前个性化推荐和用户画像研究的基础上,引入用户画像技术,从数据基础层、数据处理层、画像构建层、画像服务层设计探讨用户画像的构建流程,重点在用户画像构建和画像服务层面进行阐述,同时从用户基本属性、阅读状态、学习风格、阅读偏好四个维度构建用户多维画像模型,并提出基于冷启动和用户阅读学习过程画像的个性化推荐服务策略,以期为后疫情教育环境下高校图书馆开展个性化资源推荐服务和满足用户多维度阅读学习需求提供参考。 相似文献
14.
15.
[目的/意义] 为了解决研究生用户面临的检索问题,提出一种基于LDA和社会网络中心度分析的个性化检索推荐模型。[方法/过程] 首先,该模型以研究生学科专业为个性化特征,并据此选择相应的数据源。其次,该模型使用LDA识别主题内容,以完成全面知识的展示。再次,该模型根据用户提交的检索词在相应的关键词-主题共现网络中进行社会网络中心度分析,以完成用户相关知识的推荐。[结果/结论] 实验表明,该模型能够很好地解决研究生检索中个性化特征、全面知识展示以及相关知识推荐三大问题,其有效性得到一定程度的验证。 相似文献
16.
算法已成为当今数字媒体技术的决定性因素,新闻推荐平台借助算法技术连接人与信息,为人们提供个性化的新闻服务。本研究基于算法和用户互动的视角,采用问卷调查方法,以新闻算法推荐平台的使用者为研究对象,探讨算法推荐的信息可见性、用户主动性和信息茧房效应。结果显示,新闻算法推荐整体上以用户为中心,在新闻可见性上,用户对趣味新奇性价值的认知感最强,新闻个性化程度凸显;用户对新闻推荐的使用上,以被动浏览行为最为普遍,自主性总体不高;用户对推荐算法技术有一定了解,表现出一定的算法素养;算法推荐对用户并未造成单纯的信息茧房效应,它同样可扩大受众接触资讯的范围,将用户带入更广阔的世界。最后,本文讨论了用户和算法之间的关系,发现两者不是彼此孤立的存在,而是始终处于相互响应、相互发展的状态。 相似文献
17.
论高校图书馆个性化信息推荐服务 总被引：1，自引：0，他引：1
论文介绍了高校图书馆开展个性化推荐服务的必要性及现状,论述了高校图书馆个性化推荐服务的关键技术,提出了高校图书馆个性化推荐服务应注意的问题以及应用前景。 相似文献
18.
基于项目分类预测的协同过滤推荐算法 总被引：3，自引：0，他引：3
在电子商务系统中,为了帮助用户有效地发现、过滤和利用信息,信息过滤技术应运而生.协同过滤技术作为其中的一种技术被成功地应用于推荐系统中.随着电子商务用户数目和商品数目的日益增加,整个项目空间上用户评分数据极端稀疏,传统的相似性度量方法均存在各自的弊端,导致推荐系统的推荐质量急剧下降.针对这一不足,提出基于项目分类预测的协同过滤算法,通过对用户评分矩阵中的项目进行相应的分类,缩小邻近搜索的范围,预测项目评分,减少稀疏性,并采用新的相似度计算方法.实验结果表明,该算法能提高个性化推荐算法的准确性. 相似文献
19.
对情景敏感和个性化需求响应是移动网络环境下信息推荐的两大触发因素。针对目前移动环境下信息服务未融入情景敏感这一因素以及信息推荐的个性化程度低和准确性差的现状,提出采用"LBS+AR+多层关联规则"三维立体式个性化信息推荐方法。采用GPS/GIS技术实现精确定位,利用基于模型的多层级关联推荐算法避免稀疏性和难于扩展问题,采用AR(增强现实)技术实现可视化的信息推送,通过构建移动网络环境下情景敏感的个性化信息推荐系统实现为用户提供个性化、可视化的信息推送服务。 相似文献