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。     

融合用户兴趣漂移特征的个性化推荐研究

[目的/意义]基于社交网络用户短期兴趣和长期兴趣,挖掘用户不同时间窗口下长短期兴趣,能够提高用户兴趣发现的准确性,解决推荐系统不能适应用户兴趣变化的问题。[方法/过程]通过对社交网络用户兴趣的研究发现,社交网络用户兴趣可以分为短期兴趣和长期兴趣,据此构建融合用户兴趣漂移特征的个性化推荐模型。采用时间窗口的方法挖掘用户短期兴趣,利用遗忘曲线跟踪用户长期兴趣变化。在此基础上对用户进行聚类,根据用户聚类结果为用户推荐兴趣相似用户。并以微博真实数据为例进行实证。[结果/结论]融合用户兴趣漂移特征的个性化推荐模型能够较准确地发现用户兴趣漂移特征,满足用户个性化信息需求。[局限]仅使用"微博"这一应用广泛的网络社交平台进行实证,未能从多个网络社交平台进一步验证模型的可行性和准确性。     

基于最大频繁模式挖掘的移动政务系统场景化服务研究

[目的/意义] 虽然移动政务系统资源的碎片化,功能的交互化以及服务的个性化程度越来越高,但是其被弃用和卸载的情形时有发生,究其原因是因为移动政务系统并没有为用户在合适的时间和合适的地点推送合适的信息,表现为其所提供服务的同质化现象较为严重。[方法/过程] 为此,采用最大频繁模式挖掘的方法对移动政务系统场景化服务进行深入研究,在对不同用户聚类的基础上挖掘不同类型用户频繁接入的场景,并基于挖掘出的规律为用户提供针对性的服务。[结果/结论] 移动政务系统的场景化服务既能为用户在任何时间、任何地点提供任何信息,也可以为用户在适当的时间和地点推送适当的信息,移动政务系统场景化服务就是要从满足用户的多元化和个性化服务的方式转向满足用户的场景化信息需求,由以用户为中心转向于以场景为中心,最终提升移动政务用户信息接受的愉悦度。     

百度学术搜索与超星发现系统比较分析及评价

本文针对百度学术搜索提出的“高校图书馆计划”, 致力于知识发现, 连接用户与图书馆的信息服务的目标, 通过引入超星发现系统进行比较分析, 对百度学术搜索系统在收录数据、检索功能、检索结果排序、数据挖掘服务、题录引用与导出、全文获取途径等方面进行实证分析, 考量百度学术搜索作为国内首个拥有亿级别索引量的互联网学术平台的中文学术资源搜索和服务能力。通过比较分析显示, 百度学术搜索需借鉴超星发现系统进一步优化和完善, 以期为国内学术平台研究、学术资源搜索平台的建设实践、性能评价等提供参考。     

基于协同过滤的高校图书馆纸本资源智能推荐方法实证研究

[目的/意义]旨在为高校图书馆提高纸质资源采购质量与利用率提供参考。[方法/过程]基于用户画像的理论对不同用户进行多维度的刻画,利用机器学习中监督学习的方法,通过采用协同过滤的推荐算法对用户偏好特征做精细统计分析的定量化计算,并从用户需求的角度建立用户偏好同步变化的自适应优化在线学习的纸本资源推荐系统。[结果/结论]该研究从实证分析角度为用户实现精准的个性化纸本资源推荐服务,为高校图书馆纸质文献检索库实现智能偏好的检索功能,建立纸质文献检索库合理有效的动态更新机制,提升用户体验。     

社交网络中的好友推荐研究——概念、方法与展望

[目的/意义]当前，好友推荐被广泛地应用于社交网络平台，高质量的好友推荐在满足用户交友需求、帮助用户获取更多信息资源的同时，还提高了用户与社交网站的粘性。[方法/过程]通过对相关文献的分析研究，界定了好友推荐的概念，梳理了社交网络中好友推荐的过程，归纳了好友推荐方法，总结了现有相关研究存在的不足及研究展望。[结果/结论]研究发现，社交网络中的好友推荐依据用户在社交网络平台上留下的记录，帮助用户找到他们感兴趣的其他用户。现有的好友推荐存在冷启动、数据稀疏、动态变化、信息茧房、用户隐私等问题，未来好友推荐可以从推荐的多维性、提供好友推荐结果的解释、设置用户反馈机制以及改进推荐系统的可拓展性等方面进行研究。     

融合NER和Apriori算法的游记文本关联知识挖掘及推荐服务研究

[目的/意义]为挖掘旅游平台游记文本蕴含知识，协助旅游者高效获取符合需求的信息和知识，为制定旅游计划提供科学决策的信息支持。[方法/过程]首先面向用户需求提出基于布尔矩阵和集合逻辑改进Apriori算法的思路；然后融合命名实体识别实现了游记文本关联知识挖掘及聚合，构建了基于关联知识挖掘的个性化推荐服务模式，并以携程网中杭州相关的游记文本进行了实证研究。[结果/结论]研究发现，融合命名实体识别和改进的Apriori算法，能够有效挖掘游记文本蕴含知识，实验结果验证了在算法性能及结果上要优于传统Apriori算法，并能够根据挖掘结果向用户提供个性化推荐服务，协助旅行者科学、高效地制定旅游计划。研究结论丰富了游记文本挖掘的方法论，为旅游平台服务推荐优化提供了新的思路。     

基于梯度提升决策树的情境感知推荐模型

[目的/意义]旨在深入研究情境信息对用户偏好的影响,提高情境感知推荐的准确性。[方法/过程]提出了基于梯度提升决策树的情境感知推荐模型,根据梯度提升决策树计算情境属性权重,将其与传统协同过滤算法相融合,生成情境感知推荐结果。[结果/结论]该模型可以识别影响用户偏好的重要情景属性,为用户提供个性化推荐服务。     

基于个性化服务的学科信息门户调查研究

本文基于个性化服务对学科信息门户进行调查研究。作者选取国内外8个具有代表性的学科信息门户,对其个性化服务功能:学科最新动态、检索结果个性化、学科交流平台、资源推荐用户反馈、相关学术网站镜像站点、个性化定制及推送等项目进行网络调查与分析,结合学科信息门户的实际情况,提出对信息门户发展的思考。     

面向评论语义关系的学术APP服务需求聚合研究

[目的/意义]文章提出一种从海量非结构化评论数据中聚合用户对学术APP服务需求的思路与方法,为平台的开发者及运营者高效挖掘并分析用户需求提供指导。[方法/过程]以学术APP用户评论为研究对象,在Word2vec词向量表达的基础上,提出一种基于Canopy-Kmeans和MMR的服务需求聚合方法。并以丁香园APP用户评论为样本,利用Python 3. 7与Matlab R2016a完成实验过程。[结果/结论]实验结果表明文章提出的技术方法能够有效识别并聚合学术APP的服务需求,为大数据环境下从数据层面挖掘用户需求提供参考借鉴。     

个人云存储网站影响力评价体系构建研究

[目的/意义]个人云存储网站影响力的有效评价对用户选择云存储服务有着重要的参考作用,为个人云存储服务提供商改善网站设计质量提供方向。[方法/过程]通过整合WebQual 4.0模型和中国顾客满意度测评指标体系,并结合个人云存储功能特征,构建了个人云存储网站影响力评价指标体系,运用层次分析法计算各层级指标权重。选取典型个人云存储网站（百度网盘、腾讯微云、天翼网盘、115网盘）进行实证分析。[结果/结论]研究结果显示,对个人云存储网站影响力作用较大的指标主要包括：存储容量、有用性、高效分享、用户规模。百度网盘网站影响力最大,115网盘网站最小。未来个人云存储网站服务提供商应更加关注网站存储容量、有用性、高效分享及用户规模方面的提升。     

2017年国际信息科学与图书馆学研究热点分析

[目的/意义]通过共词分析和聚类分析研究国外2017年信息科学与图书馆学领域的研究热点。[方法/过程]首先从Web of Science收集数据;然后利用HistCite统计关键词频次,确定高频关键词;最后利用VOSviewer对原始数据进行处理,最终得到9个聚类。[结果/结论]研究发现,国外信息科学与图书馆学的研究主题可以归纳为以下9个方面：图书馆管理与服务、用户研究和信息素养;社交媒体、电子商务、电子政务、智慧城市、信息技术和信息安全;文献计量学、科学计量学和替代计量学;开放数据、数据分析、数据质量和数据挖掘等;开放存取、数字人文、数字图书馆和信息检索等;医疗健康信息学;知识管理与开放创新等;公共信息、信息分享、社交网络和政治交流;图书馆情报学教育。     

基于模糊聚类和模糊模式识别的数字图书馆个性化推荐研究

为提高图书馆个性化推荐的效果,采用模糊聚类和模糊识别技术建立数字图书馆的个性化推荐系统。通过分析用户的信息素质、兴趣爱好、网络和电子资源检索情况,对读者进行数学模糊聚类分析,确定最佳阈值λ,得到最佳聚类。根据个体用户的基本情况进行模糊识别,由识别结果的归属给出针对当前用户的个性化推荐。实验结果表明,在模糊聚类与模糊识别基础上的个性化推荐方案是可行的和有效的,为创新数字图书馆个性化服务提供了一种新的方法。     

国外馆藏数字资源语义化研究现状分析

[目的/意义]通过对WOS收录的1996-2018年间的相关文献进行计量学分析,了解国外馆藏数字资源语义化研究现状,厘清研究脉络,为后续研究提供参考。[方法/过程]首先,阐述了文献的时间和地域分布;然后,生成核心作者列表和作者合著网络;最后,从关键词的视角分析研究热点,并借助CiteSpace绘制研究热点聚类网络。[结果/结论]该领域的研究力量主要分布在美国、欧洲和日本;数字图书馆、信息检索、用户行为模式、元数据管理、本体等是目前研究热点。该领域在理论基础和技术应用方面都还有很大的发展空间,期待未来研究做出更大突破。     

学术搜索引擎的特点及发展趋势——基于Google Scholar、百度国学、CNKI、Scirus的比较研究

百度国学和CNKI是国内两个重要的中文学术搜索引擎,Google Scholar和Scirus是国际公认的专业学术搜索引擎,介绍了它们各自的特点及其功能,分别从数据库、检索功能、检索结果与用户界面3个方面来比较分析了它们各自的异同点,并对学术搜索引擎的发展趋势做了展望。     

基于“一带一路”倡议的东盟信息资源用户需求分析模型构建

[目的/意义]用户需求研究对我国信息机构开展东盟信息资源建设与服务具有重要意义。[方法/过程]立足国家“一带一路”倡议,构建东盟信息资源用户需求模型,通过数据采集、信息处理、建立多维度用户需求标签,全面分析用户需求与偏好。[结果/结论]借助东盟信息资源用户需求模型,实现明确机构定位、指导资源建设、服务精准营销、资源协同推荐,对用户需求进行有效管理。     

基于医学知识图谱的慢性病在线医疗社区分面检索研究

[目的/意义]基于知识图谱与分面检索能够实现健康信息的有效组织,解决其多源异构、专业知识门槛高、语义歧义等方面的问题,从而帮助用户降低专业性医疗知识的使用门槛,引导用户更快获取资源。[方法/过程]将知识图谱与分面检索相结合,构建基于医学知识图谱的慢性病在线医疗社区分面检索模型,主要包括分面体系构建、分面与焦点排序以及分面展现控制3个步骤,并以百度贴吧自闭症吧为数据来源对分面检索原型予以实现。[结果/结论]所构建的自闭症分面检索原型系统应用效果较好,提高了用户检索的效率与质量。提出的分面检索模型对完善健康信息服务等相关理论和方法具有一定推动作用。