共查询到20条相似文献,搜索用时 46 毫秒
1.
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。 相似文献
2.
3.
网络学术信息获取可信度感知的用户信息行为研究 总被引:1,自引:0,他引:1
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. 相似文献
4.
5.
[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。 相似文献
6.
[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。 相似文献
7.
[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。 相似文献
8.
9.
10.
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. 相似文献
11.
个性化信息服务中用户偏好的动态挖掘 总被引:2,自引:0,他引:2
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. 相似文献
12.
13.
社会化推荐服务研究述评 总被引:2,自引:0,他引:2
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。 相似文献
14.
15.
科技用户信息搜索行为影响因素研究 总被引:3,自引:0,他引:3
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。 相似文献
16.
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。 相似文献
17.
18.
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。 相似文献
19.
【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。 相似文献
20.
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. 相似文献