首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
文章从用户画像和知识图谱角度出发,构建了智慧图书馆的信息推荐体系结构,智慧图书馆的信息推荐体系包括系统板块和系统架构两大部分,系统板块包括系统管理、用户画像、知识图谱、信息推荐、结果展现、结果反馈等七大模块,系统架构包括数据层、分析计算层、结果层、反馈层等四个层级。  相似文献   

2.
[目的/意义]推荐系统已经成为电子商务网站的重要组成部分之一,为用户提供多种形式的信息推荐服务。国内以淘宝、京东和亚马逊为代表的电子商务网站的推荐系统采用不同的技术架构和多种热点推荐技术,并且越来越重视信息服务的质量。对推荐系统服务质量进行比较研究,能够进一步推动电子商务推荐系统的发展。[方法/过程]首先,从准确性、时效性、新颖性三个技术指标对比以上推荐系统的技术架构对于推荐服务质量的影响;其次,以用户体验作为信息服务质量评价的基础,对182名受访者进行热点技术的认可度调查,研究热点技术对推荐服务质量的影响;最后,对功能模块的用户体验情况进行调查和比较分析。[结果/结论]在这些研究、调查和分析的基础上,给出电子商务推荐系统使用的技术架构和热点技术,以及改进功能模块设计的对策,以进一步提升推荐系统的信息服务质量。  相似文献   

3.
个性化推荐系统中的用户模型问题   总被引:2,自引:0,他引:2  
宋媛媛  孙坦 《图书馆杂志》2004,23(12):53-56
个性化推荐系统已成为图书馆提供个性化服务的重要手段,而用户模型则是个性化推荐系统的基础和核心。然而基于关键词的用户模型已经不能够适应用户的个性化信息需求,本文提出了基于ontology的用户模型的设想。  相似文献   

4.
高校图书馆馆藏资源协同推荐系统研究   总被引:1,自引:0,他引:1  
邱均平  张聪 《图书情报工作》2013,57(22):132-137
以武汉大学为实际研究环境,针对高校图书馆环境下协同推荐的特殊性,在缺乏用户对馆藏资源评分数据的情况下提出主要根据借阅时间计算用户的偏好值,并辅助使用用户评分对该值进行调整。将用户的信息需求分为长期信息需求和短期信息需求,分别计算用户对馆藏资源的短期偏好值和长期偏好值,运用Apache Mahout构造馆藏资源的协同推荐系统,针对用户的两种需求进行推荐,并且采用邮件调查的方式对推荐结果进行了检验。  相似文献   

5.
提出基于不完全模糊语言的高校数字图书馆信息资源推荐系统,该系统中,用户兴趣模型的建立不要求用户直接提供偏好信息,而是允许用户通过不完全模糊语言偏好关系来表达个人偏好,这样既为用户节省时间和精力,又能获取更加准确的用户偏好,从而大大提高推荐精度。系统同时还引入"用户协作偏好",有助于用户开展多学科研究或参与合作研究项目。  相似文献   

6.
[目的/意义]开展科研信息用户与知识服务平台个性化信息推荐功能的交互研究,有助于提升对用户推荐交互行为的理解,改善平台的推荐交互设计,从而提升推荐功能的用户体验;也可为优化推荐算法,提升推荐内容有效性提供指导。[方法/过程]招募36名参与者,采用实验研究方法,以CNKI和ScienceDirect为实验平台,利用Morae收集数据,开展用户研究。[结果/结论 ]研究揭示用户与推荐功能的交互行为、交互路径与交互路径链。主要揭示用户与个性化信息推荐交互的4个阶段、9种交互行为特征及4种交互路径类型;用户对推荐的关注源于检索结果无法满足他们的信息需求。研究发现采纳推荐能够启发用户,进一步影响他们与平台的交互。研究也表明,当前知识服务平台的推荐质量有待提升,用户对推荐的采纳使用率较低,常用的推荐交互路径较短,趋于简单化。  相似文献   

7.
在现代信息环境下,用户的流动性加快,各信息机构拥有共同用户的范围扩大,用户信息资源组织的系统化和用户信息资源的共享是信息机构用户资源开发的发展趋势,各信息机构之间应加强协作,共建用户管理系统,提高用户资源的利用效益与效益。本文是针对用户管理系统的构建框架。系统的运作方式和运作保障等方面的探讨。  相似文献   

8.
个性化推荐系统用户建模技术综述   总被引:38,自引:5,他引:38  
吴丽花  刘鲁 《情报学报》2006,25(1):55-62
在分析目前各类个性化推荐系统的基础上,从数据获取、用户模型的表示、学习和更新四个方面对推荐系统用户建模领域的相关技术进行系统评述,并着重分析了用户建模过程中所面临的关键议题。最后指出推荐系统用户建模领域的一些发展方向。其目的是希望能够对构建准确、有效的推荐系统用户模型,提高推荐的质量和接受度带来启示。  相似文献   

9.
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       下载免费PDF全文
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   

10.
研究情景化用户偏好引导下的用户学术信息行为,是优化个性化学术推荐服务的基础。本文首先对情景化和用户偏好的概念进行解析,分析情景化用户偏好引导下的信息需求,进而对情景化用户偏好引导下用户学术信息行为特征进行分析,探寻情景化用户偏好引导下用户学术信息行为识别获取方式,以此作为提高学术信息服务质量的基础。  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