情景感知下的移动图书馆个性化推荐服务探索

结合目前国内外相关研究现状,对情境感知下移动图书馆个性化推荐服务进行了介绍,同时对移动图书馆用户在使用过程中的特点及使用规律等进行研究,探讨了移动图书馆的实际使用群特点,研究了移动图书馆用户信息需求特征及规律,并对情境感知在移动图书馆用户个性化服务需求中的应用进行了扩展分析.     

基于改进协同过滤的移动个性化推荐服务研究

基于协同过滤（CF）的个性化推荐技术,提出一种移动设备个性化软件推荐系统.该系统根据协同过滤的理论,首先通过软件类别兴趣相似度的计算,筛选出软件类别相似的用户候选集,过滤所有移动用户,减小产生的用户候选推荐集;然后对用户候选推荐集进行最近邻居的相似性计算以找出目标用户的邻居集合,并且对邻居集合中的邻居评分进行实时更新;最后根据兴趣相似度最大的K个邻居形成目标用户的Top-N推荐集.在第三方手机软件管理平台上通过监测推荐软件的下载或浏览量,验证系统的有效性和准确性.     

基于情境感知的高校移动图书馆个性化推荐模型研究

针对高校移动图书馆个性化推荐的不足,利用情境感知技术和数据挖掘技术,从用户的物理情境信息、基本情境信息、社会网络3个方面获取用户的情境信息;采用向量空间模型的表示方法,提出一种基于情境感知的高校移动图书馆个性化推荐模型,并介绍模型的运行过程及相关环节,以期解决移动图书馆用户情境敏感性的个性化需求。     

基于情境感知的移动电子资源推荐技术研究

将情境因素引入个性化推荐系统中,考虑用户—资源—情境之间的三元关系,为处于不同情境、不同兴趣的移动用户推荐满足其需求的合适信息服务,是目前信息推荐新的研究方向.文章提出了基于情境和基于内容相结合的推荐算法,在当前情境下,利用用户的历史情境信息和用户偏好综合为用户推荐信息.实验表明,该算法能够显著地提高个性化推荐的准确率,可为用户提供符合当前情境的个性化资源.     

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.     

移动互联网研究综述

2014年是4G移动通信技术广泛投入使用的第一年,4G时代的来临无疑带动了移动通信与互联网更进一步的融合,使传媒与电信间可以相互地渗透,推动了移动互联网的飞速发展。而本文则以移动互联网为核心,对其基本的概念、互联网的应用技术、存在的问题以及发展趋势予以阐述,以期移动互联网能得以更好的发展。     

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.     

个性化推荐中的"过滤气泡"现象相关研究综述

个性化推荐的广泛开展在为用户采纳信息提供便利的同时,也产生"过滤气泡"效应带来信息窄化、内容质量下降等危害。从"过滤气泡"影响过程、产生原因、应对策略、业内尝试等对相关研究进行综述,指出"过滤气泡"有正反两方面影响,是推荐算法和人为因素复合作用的结果,可以从提供多样性尝试、增加信息偶然性、承担算法责任等方面进行策略研究或实践尝试,并对研究趋势、特别是图情领域的研究优势和注重方向进行展望。     

电子商务推荐系统研究综述

对电子商务推荐系统在国内外的研究现状进行了综述,分析与评述了各种电子商务推荐技术的原理方法、特点、优势和不足,阐述了电子商务推荐系统的研究内容,指出了现有电子商务推荐系统存在的问题和研究的发展方向。     

移动环境下基于情境感知的数字图书馆信息推荐研究

阐述情境感知和推荐系统的含义,介绍协同过滤法及过滤推荐系统模型,从情境感知的角度,对影响数字图书馆信息推荐的主客因素进行分析,进而对数字图书馆如何改进信息推荐系统进行探讨。     

基于情境感知的高校移动图书馆知识资源推荐研究

【目的/意义】基于情境感知的个性化推荐技术引起了广泛关注,成为新的研究热点,本文针对高校移动图 书馆提出一种基于情境感知的知识资源推荐模型。【方法/过程】融入情境因素,通过基于改进受限玻尔兹曼机的协 同过滤算法来实现读者所处移动情境下的知识资源推荐。并通过真实数据集进行实验验证。【结果/结论】提出的 基于情境感知的知识资源推荐模型和算法,具有较高的准确度和效率,能够有效解决移动环境下高校读者个性化 知识资源推荐问题。     

移动环境下基于隐性评分的博客推荐技术

在移动环境下让用户对博客进行直接评分有很多弊端.因此,如何获取用户对博客的评分信息已成为一个亟待解决的问题.基于隐性评分技术,通过分析用户阅读博客时的阅读速度和阅读文章的比例,计算出用户对博客的偏好信息,进而将传统的基于项目的协同过滤技术应用到博客推荐中,提出了移动环境下基于隐性评分的协同过滤博客推荐技术.最后,通过实验证明该技术可以在移动环境下有效地为用户推荐符合其兴趣的博客.     

电子商务推荐的研究现状及其发展前景

通过对近十年来电子商务推荐方面文献的分析,综述了电子商务推荐研究的现状,梳理出了其发展脉络,并讨论了电子商务推荐现存问题及其发展方向。     

基于个性化信息推荐服务的Web搜索引擎技术综述

现代互联网的高速发展给Web搜索引擎带来了新的挑战,改善用户的查询体验以便于用户从海量的网络信息资源中得到自己所需的内容,正在成为当代搜索引擎的主要发展方向.基于个性化信息推荐服务的搜索引擎正在快速得到人们的广泛关注.经过近几年来的不断研究,现在已经形成了四种主要的形式,分别依托于查询改进、个性化网页权重、个性化多元搜索引擎和个性化信息采集等技术.在对此综合介绍的基础上,指出了未来改进的方向.     

基于协同过滤技术的电子商务推荐系统初探

推荐系统正逐渐成为电子商务系统重要的竞争手段,而协同过滤技术是个性化推荐系统的研究热点。文章从协同过滤技术的基本原理出发,系统评述了协同过滤算法的分类、相似性计算法则、算法的性能评价等关键议题,最后指出了协同过滤技术存在的问题以及将来的研究方向。     

我国省级公共图书馆移动图书馆发展现状调查分析

移动图书馆是数字图书馆服务功能的拓展。以我国省级公共图书馆移动图书馆栏目为调研对象,采取网络调查方法,研究省级公共图书馆移动图书馆建设与服务能力。从移动图书馆栏目设置称谓、服务方式、获取方式、服务功能、营销宣传推广、区域发展水平、版权等方面,详细地剖析了当前我国省级公共图书馆移动服务存在的问题,提出了提高读者知晓度、提升读者利用率、完善规范标准、强化移动图书馆的共享与合作等对策,以期完善与提升我国省级公共图书馆移动图书馆的建设与服务能力。