文献推荐系统综述

文献推荐系统帮助用户在海量文献环境下发现个性化的信息,已经成为文献检索系统的重要组成部分。文献推荐技术研究在信息检索、文献计量学与电子商务推荐系统研究成果综合演变下发展起来。首先讨论了一般个性化推荐技术;进一步对文献推荐技术已经取得的研究成果进行了系统的分析与总结;同时,介于评价测度与方法是推荐系统的重要组成部分,给出了常用的文献推荐系统的评价测度;最后,对文献推荐系统研究现状作出总体评价并指出将来的发展方向。     

移动电子商务推荐系统输入研究

在描述移动电子商务推荐系统的基本特征基础上,分析了显式评分输入和隐式浏览输入的差异, 认为移动互联网环境下隐式浏览输入是推荐输入的主流。进而通过用户兴趣提取、用户兴趣计算以及浏 览时间确定等环节,得到移动环境下用户对产品的兴趣度。该方法的提出一方面充实了移动推荐系统的 理论研究成果,另一方面也对推荐系统中隐式浏览输入的研究有一定的推动作用。     

基于遗传算法的群体推荐系统研究

由于一对一定制化沟通的实现,能最好满足消费者需求的"推荐信息"日趋重要.传统网络推荐技术在支持个人决策行为的过程中非常有效,但却很难运用于群体决策过程之中.在本项研究中,我们提出了一种全新的方法来为群体成员进行商品推荐.这种方法考虑到群体决策过程中会受到群体成员间交互作用的影响,不同意见在群体中的重要性存在的差异.基于商品的协同过滤算法,通过使用GA方法用来学习群体偏好解决子群体的未知评分问题.实验的结果显示,我们提出的方法能够提供高质量的群体推荐意见,并可以广泛运用于群体推荐过程中.     

数字图书馆推荐系统研究

信息推荐服务是数字图书馆的一项重要的功能。文章论述了数字图书馆推荐系统的基本原理与特点、功能及意义,介绍了数字图书馆信息推荐的主要方法和技术,并对当前数字图书馆推荐系统的主要应用进行实例分析。     

推荐系统与数字图书馆个性化

Recommender systems can be a powerful tool for digital libraries if they implement the systems right to information seekers. While patrons have shown an increased interest in recommender systems, digital libraries ought to offer personalized services and assist users both novice and experienced with more sophisticate information retrieval technologies. By guiding users to timely, accurate, and suitable resources within the library the recommender system could take the place of the reference librarian of the bricks and mortar library to enhance the digital libraries services.     

推荐系统适用于图书馆吗？

Borrowing From e-commerce; Are Recommender Systems Good for Libraries? For past 10 years recommender systems have attempted to match customers to materials in the e-commerce world. Utilizing specifically designed recommender systems to meet the needs of patrons, collaborative filtering, and content-based recommender systems are the two basic types with several hybrids created from these two have been significantly enhancing digital library services. Security issues come into play in a special way with libraries, and plagiarism can also affect recommender quality. Open Source tools may be the answer for libraries and their customers, enabling a better utilization of all that a library has to offer.     

文献推荐系统：提高信息检索效率之途

Traditional Information Retrieval (IR) systems have limitations in improving search performance in today’s information environment. The high recall and poor precision of traditional IR systems are only as good as with the accuracy of search query, which is, however, usually difficult for the user to construct. It is also time-consuming for the user to evaluate each search result. The recommendation techniques having been developed since the early 1990s help solve the problems that traditional IR systems have. This paper explains the basic process and major elements of document recommender systems, especially the two recommendation techniques of content-based filtering and collaborative filtering. Also discussed are the evaluation issue and the problems that current document recommender systems are facing, which need to be taken into account in future system designs. Traditional Information Retrieval (IR) systems have limitations in improving search performance in today’s information environment. The high recall and poor precision of traditional IR systems are only as good as with the accuracy of search query, which is, however, usually difficult for the user to construct. It is also time-consuming for the user to evaluate each search result. The recommendation techniques having been developed since the early 1990s help solve the problems that traditional IR systems have. This paper explains the basic process and major elements of document recommender systems, especially the two recommendation techniques of content-based filtering and collaborative filtering. Also discussed are the evaluation issue and the problems that current document recommender systems are facing, which need to be taken into account in future system designs.     

基于情境感知的用户推荐系统研究综述

[目的/意义]对基于情境感知的用户推荐系统研究进展进行调研和总结,探讨其存在的问题,指出未来的研究趋势和挑战。[方法/过程]采用文献分析方法,从基于情境感知的用户推荐系统框架角度,分析各功能模块的实现技术和方法,并进行归类总结。[结果/结论]提出用户情境检测、获取和计算、情境不一致检测和解决方案、用户情境建模、情境感知推理、情境感知推荐过程的未来研究热点。本研究有助于全面了解基于情境感知用户推荐系统的概貌、涉及的关键技术及主要方法。     

个性化推荐系统的多样性研究进展

在分析多样性类型的基础上,重点对信息物理、二次优化、社会化网络和时间感知4种提高个性化推荐多样性的方法进行概括、比较和分析,接着总结推荐系统多样性的主要度量指标。最后,对未来有等深入研究的问题进行展望。研究指出:移动推荐系统的多样性和新颖性研究,信息物理方法应用于推荐系统领域的机理分析,推荐系统的时序多样性和计算量问题以及各种推荐算法的有效组合研究是未来需重点突破的方向。     

推荐系统冷启动问题研究进展

文章从冷启动问题的基本应对策略、冷启动问题的具体应对方法和特定领域的冷启动问题3个方面梳理相关研究,发现对于各类冷启动问题已形成基本应对策略;主要方法包括基于内容和/或协作式过滤的方法、基于辅助数据的方法、基于用户参与的方法等;多媒体信息推荐、标签推荐和跨领域推荐等领域中的冷启动问题值得关注;混合式方法的应用、情境信息...     

图书馆荐购系统研究现状、趋势与启示

采用文献调查法和文献计量法,梳理图书馆荐购系统研究现状,分析荐购系统产生与发展的驱动因素、荐购系统类型及其实现关键,并在此基础上探索荐购系统未来的发展趋势,为后续荐购系统的实践和研究提供参考。     

图书馆读者荐购研究综述

[目的/意义] 分阶段探讨读者荐购的发展历程和发展过程中存在的问题,在此基础上探索读者荐购未来的发展趋势,为我国读者荐购服务的实践和研究提供参考。[方法/过程] 对近年来国内外有关读者荐购的研究文献进行梳理,采用文献调查法和文献计量法对这些文献进行分析,分阶段研究其发展进程,阐述每阶段研究的热点及特征。[结果/结论] 读者荐购研究已经从理论探索阶段向创新研究阶段过渡,但存在研究不平衡问题,建议未来研究方向从新技术、新方式、新平台、新模式入手,同时也应充分关注"互联网+环境下"读者需求的变化。     

社会标注系统中标签推荐方法研究进展

主要对社会标注系统中的标签推荐方法的研究进行概述,首先对社会标注系统标签推荐的特点进行分析,而后从推荐方法的类型入手对领域的研究文献进行研究。最后,总结本文工作,展望社会标注系统中标签推荐方法的研究发展趋势。     

图书馆书目推荐系统的研究与设计

分析了当前图书馆书目推荐系统的现状及不足,提出了一种基于运用关联规则挖掘读者借阅记录的书目推荐方式,设计了一种新的书目推荐系统的体系架构,并运用实例分析了该系统的推荐流程。     

国外群推荐聚集策略研究综述

认为群推荐是对群体用户进行个性化推荐的技术,群推荐的一个重要步骤就是聚集,即将针对个体的推荐项目聚集成对群体的推荐,或者将个体的偏好聚集成群体的模型,聚集策略就是在聚集时所采取的方式。通过文献的梳理,介绍群推荐的群体形成和生成推荐过程,比较聚集策略的类型和应用,对聚集中存在的尴尬和隐私问题、群成员间交互问题、成员间差异性问题和基于群成员社交影响力的策略进行详细阐述,并展望聚集策略尚需进一步研究的方面。     

基于云中心荐购知识库的图书荐购系统研究

荐购服务是图书馆的一项重要工作。通过对国内外图书馆荐购模式的调查,分析了现有荐购模式存在的缺陷。结合图书馆联盟思想与云服务技术,提出了提高荐购服务利用率、提高荐购服务效率、增强图书馆资源建设能力的有效途径,即构建云中心荐购知识库,并对高校图书馆云中心荐购知识库的实施方案进行了探讨。     

知识地图在图书馆个性化信息推荐服务中的应用研究

针对当前个性化信息推荐服务的不足:推荐的自动化程度低,推荐方法单一,不能灵活地提供多种推荐服务功能,难于对多个 推荐工具和大量数据进行动态有效地管理与维护等问题,提出建立个性化信息推荐系统知识地图结构模型的建议。即把知识地图应用到 图书馆的个性化信息推荐服务中,借助WIDAS工具提供一个可视化的环境,沿着资源的分布网络快速找到合理有效的资源匹配,进而对资 源进行分析,及时把有关信息自动推送给相应的用户,提高推荐服务的效率。     

基于检索日志的检索词推荐研究

为了满足检索用户对推荐服务日益迫切的需求,结合检索词推荐需求研究推荐理论。基于三种典型推荐方法：基于内容的过滤、基于规则的过滤和基于协作的过滤,提出一种检索词的混合推荐方法,并基于检索日志构建一种“脱机预处理和挖掘、联机推荐”的检索词推荐模型。最后,在NSTL嵌入式系统上进行实证研究。基于检索日志数据,以简单检索方式下的检索词推荐为突破口,设计一套原型系统,验证检索词的推荐效果并在原型系统上检验一种改进的BWP方法的效果。     

基于CRM的期刊报纸订阅读者推荐系统

分析现行期刊报纸订阅过程,指出该过程缺乏对读者需求信息的详细调研且具有较强的主观性,导致图书馆订阅的期刊报纸的利用率较低。介绍基于CRM(客户关系管理)的服务思想和理念所研发出的报刊订阅读者推荐系统的功能模型,分析其工作流程,并对系统功能实现和关键技术进行探讨。     

高校图书馆馆藏资源协同推荐系统研究

以武汉大学为实际研究环境,针对高校图书馆环境下协同推荐的特殊性,在缺乏用户对馆藏资源评分数据的情况下提出主要根据借阅时间计算用户的偏好值,并辅助使用用户评分对该值进行调整。将用户的信息需求分为长期信息需求和短期信息需求,分别计算用户对馆藏资源的短期偏好值和长期偏好值,运用Apache Mahout构造馆藏资源的协同推荐系统,针对用户的两种需求进行推荐,并且采用邮件调查的方式对推荐结果进行了检验。