首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   909篇
  免费   21篇
  国内免费   29篇
教育   309篇
科学研究   161篇
各国文化   1篇
体育   8篇
综合类   25篇
文化理论   1篇
信息传播   454篇
  2023年   5篇
  2022年   17篇
  2021年   29篇
  2020年   40篇
  2019年   29篇
  2018年   25篇
  2017年   17篇
  2016年   24篇
  2015年   26篇
  2014年   60篇
  2013年   73篇
  2012年   90篇
  2011年   89篇
  2010年   44篇
  2009年   75篇
  2008年   69篇
  2007年   74篇
  2006年   58篇
  2005年   31篇
  2004年   28篇
  2003年   27篇
  2002年   12篇
  2001年   8篇
  2000年   7篇
  1999年   1篇
  1998年   1篇
排序方式: 共有959条查询结果,搜索用时 328 毫秒
71.
在电子商务中,协同推荐技术能够帮助用户发现感兴趣的东西.在协同推荐中,通常采用最近邻居的方法来产生推荐.随着商品数量的增多,协同推荐所需要的数据集也越来越稀疏,可用数据比例越来越少.为了解决这个问题,本文在传统的评分数据的基础上,引入用户的基本信息,对用户的基本信息进行离散化处理,将用户的基本信息转化成一个0、1的向量,在用户的信息的基础上计算最近邻居,根据最近邻居对用户缺失数据进行补充,在补充后的评分数据上进行聚类计算,并根据聚类结果对用户评分进行预测.实验表明引入用户的基本信息,并采用对基本信息离散化的处理方式进行缺失数据补充,在此基础上进行数据的聚类,能够提高预测评分的准确性.  相似文献   
72.
王文进著、柳向春标点《文禄堂访书记》作为近代目录学的重要著作之一,一直被学界广泛应用为考镜源流、辨章学术的重要工具书。但该著亦不乏疏谬之处。现以劳权、劳格兄弟校跋本为例,略陈其失,供学界参考。  相似文献   
73.
个性化图书推荐系统通过对用户借阅行为的统计分析,获取用户的兴趣特征,实现由原来的人找书到书找人一对一的个性化图书推荐。现有的图书推荐系统各有侧重,图书推荐算法及评价标准各具优、缺点。未来,图书推荐的研究热点及难点将集中在借阅记录的稀疏性、新图书问题、高校新生问题、用户统计学信息、根据《中国图书馆分类法》计算图书相似性、副本数及借阅规章制度等方面。  相似文献   
74.
论述了为我国高校图书馆事业奋斗一生的施廷镛先生在目录学、中文工具书使用法、版本学等方面的成就。  相似文献   
75.
情报学中信息社会化推荐的理论研究   总被引:1,自引:0,他引:1  
文章通过对情报学中信息推荐产生的背景、研究现状进行探讨,分析了目前信息推荐存在的问题和不足,并且针对信息获取和理解、信息交流和共享、用户兴趣获取与理解、用户评价反馈、专业化程度等不足,提出改进策略,进而利用情报学中的社会网络视角,对信息推荐进行解读,并且构建了社会化信息推荐模型。  相似文献   
76.
Living Library是近年来国内外采用的一种全新的图书馆服务方式.它通过"出借"各种有着特殊职业、兴趣、信仰的Living Books,让其在开放自由的氛围中与读者进行面对面交流,消除偏见,促进理解和宽容.开展Living Library活动为图书馆在读者服务方面开拓了新的更广阔的发展空间.  相似文献   
77.
文献著录的标准化,是文献工作的一项重要课题,本文结合实际工作,探讨了日文图书在编目过程中的若干问题,并从文字与著录方面着手做出了分析,同时提出了个人的见解。  相似文献   
78.
本文结合本馆编目工作实际,总结和分析了编目工作中存在的一些问题,并针对这些问题,提出了相应的改进措施与对策,从而逐步提高编目工作的质量。  相似文献   
79.
基于MADM方法的个性化推荐研究   总被引:1,自引:0,他引:1  
李微娜  马小琪  冯艳光 《现代情报》2011,31(4):20-22,25
个性化推荐服务可以帮助用户便捷高效地获取所需的商品,本文通过将语言标度引入到MADM方法中的模糊语言量词引导OWA算子方法中,利用Web用户反馈的不完全信息来分析具体信息用户偏好,向具体用户推荐其可能感兴趣的商品来提高用户的忠诚度。  相似文献   
80.
针对高校图书馆场景存在的无显式反馈、借阅数据稀疏和传统推荐算法效果不好问题,提出基于时间上下文优化协同过滤的推荐算法,包含读者阅读行为评分、时间上下文和内容兴趣变迁3个要素。在数据准备阶段,通过制定评分转化规则、设计标准化函数来构建一种基于用户行为操作的兴趣评分模型,以解决用户评分缺失问题;在推荐召回阶段,提出一种非线性的时间衰减模型来对评价矩阵进行优化,以提高推荐效果;在推荐排序阶段,提出一种兴趣捕捉模型对召回结果按照图书类别进行精排序,以缓解数据稀疏问题并进一步提高推荐效果。实验结果表明,文章提出的优化算法在Top5的F值较未经优化的协同过滤提升增幅达141%。  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