国内外学术信息推荐方法研究进展

学术信息个性化推荐是帮助科研用户处理海量无序信息的一种有效方法,当前国内外学者主要从基于内容、协同过滤和混合推荐方法角度对学术信息进行推荐。基于内容的方法分别从用户偏好建模、信息资源的主题挖掘和相似性计算三方面提高推荐的有效性;协同过滤的方法结合社会网络分析方法实现学术信息的推荐;而混合的方法则利用多个基础算法从不同角度提高推荐质量。本文旨在梳理当前国内外学术信息推荐方法的研究和应用现状,并在分析总结的基础上,展望今后的发展趋势。     

融合相似性评价、信任度与社会网络的学术资源推荐方法研究

针对数字图书馆学术资源信息过载问题,提出了一种融合相似性评价、信任度与社会网络的学术资源推荐方法.该方法利用信任度分析与社会网络关系挖掘技术对协同过滤推荐方法进行了改进,并综合考虑了用户特征因素对推荐结果的影响.实验结果表明,本方法在预测准确度和覆盖率指标上均优于其他推荐方法,显著提高了学术资源推荐系统的推荐质量.     

网络学术信息获取可信度感知的用户信息行为研究

文章综合了国内外研究现状,分析信息获取全过程三阶段影响因素,研究了用户信息行为对网络学术信息有效获取和合理利用的影响与作用,提出了用户可信度感知判据指标.采用分析对比的方法,通过典型案例的分析,得出的结论是:网络学术信息获取取决于用户的可信度感知,可信度感知的认识程度支配用户的信息行为,用户的信息行为决定网络学术信息有效获取和合理利用的最终结果.     

用户信息交互过程中影响信息质量的因素分析

首先探讨网络环境下用户信息交互行为的一般特性,继而分析信息交互行为和信息质量的关系,最后从微观用户、中观系统、宏观环境3个层面分析影响信息质量因素。     

基于扎根理论的学术APP用户信息交互行为影响因素研究

[目的/意义]探究学术APP用户信息交互行为的影响因素,有助于增进其信息交互并实现学术APP高效运转,为促进学术APP可持续发展提供参考。[方法/过程]首先结合学术APP特点分析学术APP信息交互行为的过程,然后通过半结构化访谈获取原始资料,以Straussian扎根理论方法为指导,通过开放式编码、主轴编码和选择式编码对学术APP用户信息交互行为影响因素进行归纳分析和关系梳理,分析各项主范畴对用户信息交互行为的内在关联和作用路径。[结果/结论]用户信息交互行为受到收益认知、个体因素、平台载体、平台管理与制度规范、社区环境氛围和信息内容的共同影响,其中个体因素方面的个体特征和个体需求是最重要的影响因素;影响因素可进一步解析为用户、信息、平台和环境四个分析维度,根据研究结果向学术APP设计者、运营者和用户提出增进用户信息交互的针对性策略。     

学术社交网络用户知识共享意愿的影响因素研究

[目的/意义] 从动机、机会、能力3个维度揭示学术社交网络用户知识共享意愿的影响因素。[方法/过程] 基于MOA理论,构建学术社交网络用户知识共享意愿影响因素模型,搜集数据并采用结构方程模型方法对模型研究假设进行验证。[结果/结论] 利他动机、声誉动机、社区认同动机、知识获取动机、信息质量、系统质量、自我效能对学术社交网络用户的知识共享意愿影响显著,社交关系动机、服务质量对学术社交网络用户的知识共享意愿影响并不显著。该模型对解释我国学术社交网络用户的知识共享意愿和指导学术社交平台建设具有指导意义。     

学术用户画像的行为与兴趣标签构建与应用

[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。     

基于标签的个性化信息推荐系统动力学模型与仿真

基于系统与控制理论, 通过分析标签系统中标签、用户、资源的关系, 运用系统动力学的方法分析个性化信息推荐的过程及影响因素, 在此基础上构建信息推荐的系统动力学模型, 并采用vensim PLE软件对模型进行仿真, 最后通过对模型的有效性验证分析, 揭示了信息推荐的特性及机理, 为进一步研究基于标签的个性化信息推荐动态演变提供研究思路。     

基于信息生态视角的网络学术社区用户参与行为影响因素研究

[目的/意义]旨在为推动网络学术社区的可持续发展提供建议。[方法/过程]基于UTAUT模型和信息生态理论，选取小木虫社区为研究案例，结合网络学术社区的基本特征，引入信息环境激励性、信息质量、系统质量等自变量，构建网络学术社区用户参与行为的影响因素理论模型，对模型进行实证检验。[结果/结论]模型的适用性通过检验，在网络学术社区中信息环境激励性、信息质量等均正向影响用户参与意愿，系统质量和用户参与意愿均正向影响用户参与行为，据此提出决策建议。     

基于混合图的在线社交网络个性化推荐系统研究

文章提出一种基于混合图的在线社交网络个性化推荐系统,将用户社会关系网络和社会化行为融入信息推荐.该系统包括模型构建、推荐流程和算法设计三部分.首先构建了用户资源混合图,并讨论了混合图的构建方法及权重设置,再在构建的混合图上采用重启动随机游走进行顶点间相似度计算,得到个性化推荐列表,进行推荐.     

个性化信息服务中用户偏好的动态挖掘

基于个性化信息服务中用户偏好随时间变化的特性,采用聚类、关联规则等技术,对用户偏好进行动态挖掘.通过追踪用户需求序列,最终产生Top-N产品推荐,旨在提高推荐系统的推荐质量.然后选取协同过滤算法作对照,并采用MovieLens站点提供的测试数据集.通过对召回率和精度两项指标的分析,表明该动态挖掘算法具有较高的推荐准确度和全面性.     

数字图书馆个性化推荐用户信息采纳行为影响研究——信息采纳意向的中介效应

[目的/意义]本文从用户信息采纳行为的视角出发，通过信息采纳意向的中介效应针对数字图书馆个性化推荐的影响因素进行研究。[方法/过程]在计划行为理论的基础上构建了数字图书馆个性化推荐信息用户采纳行为模型，并通过实证研究对该模型进行检验与分析。[结果/结论]数据分析结果表明：信息采纳意向在感知有用性、用户期望、信息质量及主观规范对数字图书馆个性化推荐用户信息采纳行为的影响作用中均有中介效应。     

社会化推荐服务研究述评

Web2.0的广泛应用和用户需求的变革催生出了新的推荐服务理念--社会化推荐。以信息推荐研究演进为主线,学者沿着从内容推荐、协同推荐到混合推荐的技术路线,从用户模式推荐、信息组织推荐和关联关系推荐三个视角对信息推荐展开了研究;网络的社会化促进了研究的拓展,目前主要从社会化行为、关系网络和服务应用三个方面进行了社会化推荐研究,取得了一系列成果;但其推荐方式存在着固有的缺陷,应将研究重点转向基于用户关系的社会化推荐上。     

网络环境下信息过滤机制及其实现研究

论述了信息过滤研究的原理、模型以及目前的主要应用领域,并在此基础上设计了一个针对图书情报机构和特定学术用户的基于异构多代理的Web信息过滤推荐系统。     

科技用户信息搜索行为影响因素研究

本文在总结相关研究的基础上,针对科技数据库网站及其用户对象的特征,提出了以用户、系统、环境为顶层分析框架的科技用户信息搜索行为影响因素分析模型,并重点在对用户、系统和环境等三大因素的微观分解基础上,对影响科技用户信息搜索的具体因素进行了深入的剖析和总结。     

基于SOA的混合个性化推荐平台研究

文章分析推荐系统的国内外研究现状,总结传统推荐系统的不足,据此提出一个基于SOA的混合个性化推荐平台改进方案。在平台的基础上构建基于SOA的混合推荐模型,对影响模型内推荐策略选择的内部因素和外部情境因素进行了详细分析,并指出该平台的优势和实施时应注意的问题。     

浅谈影响信息商品价值实现的因素

本文主要从信息商品的质量、用户环境和信息市场等三个方面分析这些因素对信息商品价值实现的影响，并提出提高信息商品价值实现的若干对策。     

基于TAM的移动用户学术采纳行为影响因素研究

在分析国内外研究现状的基础上,以情报学、经济学、行为学等相关理论作为基础,基于技术接受模型,引入移动设备可用性、信息服务机构权限、用户学历结构、信息质量、信息服务机构环境等因素,构建移动用户学术采纳模型,分析各个变量之间的影响关系,提出假设。在问卷调研的基础上,通过结构方程模型进行实证分析。结果表明,感知有用性、感知易用性、信息质量显著影响学术用户使用态度,移动设备可用性和信息服务机构权限都不同程度地影响了学术用户的感知易用性,用户学历对用户使用态度影响明显,信息服务机构环境也是影响用户使用态度的重要因素,模型对于移动用户学术采纳行为影响因素具有较好的解释度。     

移动互联网用户学术搜索满意度实证研究

【目的/意义】探索移动互联网学术搜索用户满意度的关键影响因素,为提升移动互联网学术搜索用户满意 度提供参考。【方法/过程】以 ACSI和 D&M为理论基础,结合学术搜索行为过程构建移动互联网学术搜索用户满意 度评价模型,在提出相应研究假设并设计测量量表后,基于 472份有效问卷利用 AMOS17.0对所构建的模型进行实 证分析。【结果/结论】搜索口碑显著影响用户期望,用户期望显著影响感知信息质量,感知信息质量显著影响感知 价值,用户期望和感知价值显著影响用户满意度,感知系统质量和感知应用质量对感知价值的影响不显著。     

信息用户成长模型的构建

在介绍信息用户相关研究模型的基础上,分析了目前信息用户研究模型存在的不足,并构建了信息用户成长模型,以更好地体现信息用户为中心的理念.该模型是通过系统地考察信息行为、信息意识、信息环境的影响等因素的基础上建立的.该模型能够更好地反映信息环境对用户的长远影响.