基于联机公共查询目录的读者行为挖掘的个性化智能服务系统构建

针对OPAC系统信息库中积累的大量读者借阅和检索行为数据,利用数据挖掘和智能Agent技术,从系统框架建模、工作流程、功能设计、关键技术方面研究了基于读者行为挖掘的个性化智能服务系统的构建及建立、学习和更新读者兴趣需求模式方法,探讨了个性化智能服务的提供和决策支持,以提升图书馆的综合服务层次.     

联机公共检索目录(OPAC)的现状及发展趋势

本文对国内外OPAC的现状作了介绍和对比,阐述了国外OPAC的发展趋势以及我国OPAC的发展方向。     

基于协同过滤的联机公共目录查询系统个性化检索结果排序研究

提出并实现基于协同过滤的联机公共目录查询系统个性化检索结果排序方法.该方法构建同趣读者引擎,计算读者间的相似性及最近邻居.当读者通过OPAC进行检索时,系统将其最近邻居的相关借阅书目在结果中优先显示,以实现个性化检索的目的.该方法显著提高了检索的查准率.     

联机公共检索目录研究综述

联机公共检索目录(Online Public Access Catalog,OPAC)出现于20世纪70年代中期,然而,大多数图书馆却是在10年之后才开始从卡片目录转向机读目录的[1].一般地说,OPAC从一开始就受到用户的欢迎,因为它消除了时间上的浪费和必须在塞满卡片的抽屉中进行查找的疲倦感觉.     

从书目联机检索看馆藏信息失真

书目的联机检索是联系传统与现代服务模式的桥梁。从书目的联机检索视角看馆藏信息失真现象存在的普遍性和严重性,从微观管理层面揭示馆藏信息失真的原因及其客观必然性,强调了保持馆藏信息真实的必要性和重要性。为了减少馆藏信息失真,提出了相应的措施,这对提高图书馆的信誉,使传统与现代两服务模式更好地融合有着积极的现实意义。     

当代图书馆的个性化信息推荐

本文首先简要介绍从广泛使用数字和网络技术、智慧化管理和智慧化服务、服务的网络形式或移动形式等不同角度对当代图书馆的特征及发展前景的研究,然后着重介绍近年来理工科研究人员热烈进行的个性化推荐系统研究,最后介绍一些密切结合普遍的个性化推荐系统,又考虑个性化图书推荐特点的文献,并指出这样的研究在国内外都还太少,当代图书馆研究者急须了解理工科的推荐系统研究。     

个性化信息推荐服务模式

作为一种重要的解决信息过载问题和提供个性化服务的方案,信息推荐服务已经成为各类信息系统的一项基本功能.从用户的角度分析了信息推荐服务的五种基本模式.     

基于标签的个性化信息推荐研究综述

标签系统构建的"用户-资源-标签"之间的三元关系为个性化信息推荐提供了新的研究思路,引起了部分学者的密切关注.本文依据推荐算法的不同,总结归纳了国内外基于标签的个性化信息推荐研究的相关成果,分析了现有研究的不足,展望了基于标签的个性化信息推荐研究的趋势.     

基于情景信息的学习资源个性化推荐

文章分析了用户情景和学习资源情景,提出了利用情景信息进行学习资源个性化推荐的框架,并介绍了利用情景信息对学习资源排序的方法.     

简约HJ神经网络在图书馆个性化信息推荐中的应用

通过仿真实验得出,运用简约HJ神经网络原理可以从我们所收集查找到的信息中分离出和读者需求信息最接近的信息,这样可以大大降低我们个性化信息推荐的盲目性和低效性,从而更进一步提升我们图书馆的个性化信息服务质量。     

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。     

基于时间序列的个性化信息协同过滤技术研究

以个性化推荐服务为基础,讨论了协同过滤技术在推荐服务中的运用,提出了基于时间序列的协同推荐算法,并结合权威用户、主题聚类等因素,使这种算法更接近人们个性化信息获取和学习知识的自然过程。     

基于农村用户网络信息行为的个性化服务研究

运用建构主义信息理论、信息行为理论、信息传播理论等相关学科的研究成果,分析农村用户网络信息行为特征和规律,探讨农村用户的个性化服务方式,为深入细致地进行农村用户网络信息行为研究和开展农村用户个性化服务提供参考.     

移动环境下基于情境感知的个性化信息推荐

随着移动互联网的发展,越来越多的用户信息获取过程通过移动终端完成.但当前个性化推荐系统对用户情境的感知能力不足,缺乏为用户提供符合当前情境的个性化信息推荐服务.为此,本文提出了基于贝叶斯方法的情境化用户资源类别偏好学习以及融合该类别偏好的协同过滤个性化信息推荐.运用贝叶斯方法学习用户在不同情境下对各资源类别的偏好,然后将该类别偏好与传统协同过滤推荐算法相结合,生成符合用户当前情境的个性化信息推荐.实验表明本文提出的改进算法可以提高推荐的准确率.     

基于SOM聚类的个性化图书推荐研究

个性化推荐是图书馆个性化信息服务的主要方式之一。本文在传统推荐算法的基础上,提出了一种基于SOM聚类的个性化图书推荐方法,该方法结合中国图书馆分类法对读者的借阅信息进行分析,并利用SOM网络对借阅文档进行聚类。利用个性化推荐技术来调整图书馆的信息服务模式,推送最贴近读者需求的信息给读者,从而提高图书馆馆藏资源的利用率和图书馆的服务质量。     

面向推荐服务的用户信息需求转化模型构建

本文从Web2.0时代的用户信息需求分析出发,探讨了基于显性行为和隐性行为的个性化服务需求,分析了用户对推荐服务的要求,构建了基于推荐服务的用户信息需求转化模型.     

基于信息构建理念的图书馆个性化信息服务

分析信息构建理念和图书馆个性化服务的内涵及其二者之间的关系,探讨将信息构建的理念引入到图书馆的个性化信息服务.创新用户信息导航系统,注重接近用户的信息组织方式,注重信息展示方式并使复杂的信息变得清晰和易于理解,提高用户的满意度.     

图书馆个性化读者信息服务的探讨

信息时代的网络教育环境,使传统高校图书馆的功能正在发生本质变化,个性化读者信息服务已成为高校图书馆发展的一个必然趋势。本文论述了个性化信息服务的必要性和实现途径。     

基于数字图书馆的个性化信息服务研究

随着知识经济的迅速崛起,作为人类智力成果的集散中心与传播场所、信息交流中心与枢纽,数字图书馆必将随着时代的发展而发展。同时在这个充满竞争和个性化的时代,传统图书馆的服务方式也不能充分满足人们对知识获取的要求。因此文章提出了把电子商务中的个性化信息服务作为数字图书馆信息服务发展的方向,就相关理论展开了论述,就数字图书馆、个性化信息服务的现状和背景进行了深入的研究,针对数字图书馆中的个性化信息服务的概念、必要性、所应具有的特点、服务方式、可能存在的问题及对策提出了作者的见解,同时在参考国内外纵多文献的基础上,提出了一个数字图书馆个性化信息服务的模型。在这些工作之后,文章最后得出结论:个性化信息服务虽然在当今数字图书馆中存在很多问题,但势必是数字图书馆未来发展的方向和趋势。     

面向网络用户的个性化推荐服务实现

从网络行为的社会学特征出发,将用户行为数据进行行为-需求定性映射,从而对表达不同需求层次的行为数据进行深度需求挖掘.据此构建基于用户网络行为的推荐服务模型,探讨了基于应用该模型基础上个性化推荐服务的实现.