基于协同过滤的数字图书馆推荐系统研究

在海量的数字图书馆中,准确迅速地找到符合自身需要的图书是需要解决的主要问题。通过阐述传统的协同过滤算法,分析其特点以及存在的不足,并基于此提出一种改进的协同过滤算法,建立了推荐系统模型并应用到数字图书馆中。     

基于协同过滤的个性化推荐选课系统研究

针对高等学校学生选课系统中存在的缺乏个性化课程推荐、选课效率不高的问题,通过对个性化推荐技术的分析研究,提出了基于项目、用户及属性值矩阵的协同过滤算法,并把该算法应用到选课系统中,数据表明,算法解决了个性化推荐技术中的冷启动问题,相关指标有明显提高,实现了课程的个性化推荐和新课程的推荐。     

基于聚类协同过滤的个性化推荐系统

个性化推荐系统被越来越多地应用到各类网站中,以解决信息增长带来的信息迷失和信息过栽问题,而协同过滤算法是个性化推荐系统的重要算法之一,但是传统的协同过滤算法存在数据稀疏、冷启动等问题,为了解决这些问题,在综合WEB日志挖掘和聚类两个因素基础上,提出基于WEB日志和聚类的协同过滤算法,并将该算法与传统的协同过滤算法进行分析比较,验证了该算法能够提高推荐的精确度和实时性．     

基于用户兴趣实时更新评价信息的远程教学资源智能推荐系统

在现有的推荐系统中,将所有用户的评分信息收集起来构造用户的偏好,从而为每个用户推算或推荐最适合的资料。但是当用户兴趣发生变化时,却不能很好的适应兴趣的动态变化。本文提出了可实时更新用户兴趣的推荐系统,从而可以自动处理该用户个性化过程。     

基于协同过滤的电子商务个性化推荐算法分析

个性化推荐系统是电子商务运作过程中的重要组成部分,计算机网络信息化的不断发展和当今数据的爆炸式增长,使得人们很难在海量信息中找寻出适合自身需求的数据和信息,信息过载状况时有发生。阐述了我国电子商务个性化推荐系统的作用,分析了当前主流电子商务推荐技术,对基于协同过滤的电子商务个性推荐算法进行了研究。     

基于协同过滤的个性化服务推荐算法研究

随着互联网的不断发展,信息呈爆炸式增长,导致信息过载问题日趋严重。在海量数据中提取有用信息的方式主要有两种,一种是通过搜索引擎,利用检索技术进行信息提取,另一种是以推荐信息为主的信息过滤技术。对基于协同过滤的个性化服务推荐算法进行了研究。     

基于社交网络的异步协同学习系统的设计

从分析异步协同学习中的交互行为出发,针对社交网络信息过载,内容难以沉淀等问题,提出基于社交网络实现异步协同学习系统的设计.其中包括群体交互方式的设计,协同推荐算法设计,支持概念图的内容模型设计等.     

两种协同过滤推荐算法的比较研究

web2.0的出现使得互联网中的数据以几何级数的形式增长,如何在浩如烟海的信息海洋中找到自己需要的内容是当前人们面临的一个挑战性问题,信息推荐系统便是为解决这个问题而出现的,而协同过滤算法是推荐系统中用途最广的一种算法.本文对基于用户的协同过滤算法和基于项目的协同过滤算法进行了介绍,然后利用Movielens中的影片数据对这两种算法的性能进行了比较,结果发现基于项目的协同过滤算法在影片信息推荐中要优于基于用户的协同过滤算法.     

基于关联规则的个性化推荐在数字图书馆中的应用研究

协同过滤技术被成功地应用于个性化推荐系统中,但随着系统规模扩大,它的效能逐渐降低.针对此缺点,提出了一种运用关联规则和协同过滤技术相结合的个性化推荐系统模型,这种推荐模型既能有效解决单独关联规则推荐不适合同类图书推荐问题,又能有效解决协同过滤算法不适合异类图书推荐问题;既能有效处理数字图书馆中图书种类和类别层次繁多的图书推荐问题,又能加快推荐速度,在数字图书馆系统中具有良好的推荐效果和应用前景.     

基于二分K-means的协同过滤推荐算法

针对传统协同过滤推荐算法中存在的数据稀疏性问题,提出了一种基于二分K means的协同过滤推荐算法。该算法在K means算法的基础上,为了降低初始质点选择对聚类结果的影响,在运行中逐个添加质点。首先初始化评分数据并将其作为初始簇,然后选择合适的簇随机产生两个质点将簇分裂为两个簇,重复上述步骤,直到聚类完成。最后为了降低不同用户评分标准差异,将用户评分的平均值和用户同簇内相互间的相似度相结合,计算预测评分矩阵,生成推荐结果。实验结果表明,改进后的算法较好地解决了数据稀疏问题,提高了推荐质量。     

基于多代理的模糊协同过滤

Automated collaborative filtering has become a popular technique for reducing information overload. We have developed a new method for recommending items using multiple agents. The agents were established by employing the fuzzy C-means clustering technique. We employ these agents collaborating each other to get recommendation for users. The results were evaluated by using MovieLens movie＇s rating data. It is shown that the algorithm is an effective metrics in collaborative filtering.     

论数字化馆藏建设

数字化馆藏建设的途径和方法主要有:将原始印刷型馆藏资源数字化,直接采集电子文献和开发利用网上资源。     

Building a better recommender system in E-commerce

1. Introduction Personalization is an important concept nowadays. In the competition among E-commerce companies, the key to win the upper hand is to know about the users?consuming preferences so as to establish the personalized services to satisfy them. The recommender system is the most typical personalization application in E-commerce. It suggests different products to different customers, based on the analysis of the users?information. Thus a recommender system can effectively convert br…     

试谈数字图书馆研究进程及其意义

本文对数字图书馆产生的背景、概念、进展情况、存在问题及其意义等 方面进行了论述。     

Exploring affiliation network models as a collaborative filtering mechanism in e-learning

The online interaction of learners and tutors in activities with concrete objectives provides a valuable source of data that can be analyzed for different purposes. One of these purposes is the use of the information extracted from that interaction to aid tutors and learners in decision making about either the configuration of further learning activities or the filtering of learning resources. This article explores the use of an affiliation network model for such kind of purposes. Concretely, the use of techniques such as blockmodeling – a technique used to derive meaningful patterns of relationships in the network – and the analysis of m-slices – a technique helpful to study cohesion in relationships – are explored as tools to decide on the configuration of topics and/or learner groups. In particular, the results of the case study show that such techniques can be used to (i) filter participants for rearranging groups; (ii) rearrange topics of interest; and (iii) dynamically change the structure of a course. The techniques presented can be considered a case of collaborative filtering based on social network structure.     

基于构件的数字图书馆体系结构研究

本文参照国际主流的数字图书馆研究与实现方法,结合基于构件的软件体系结构,构建了一种基于构件的数字图书馆体系结构,并对支持系统构件、管理系统构件、查询系统构件等系统构件进行了详细分析。     

What do you recommend? Implementation and analyses of collaborative information filtering of web resources for education

This article examines results from one pilotstudy and two empirical studies of acollaborative filtering (CF) system applied ineducational settings. CF is a populartechnology in electronic commerce, whichleverages the interests of entire communitiesto provide targeted, personalizedrecommendations of interesting products orresources to individuals. In electroniccommerce, entertainment, and related domains,CF has proven an accurate and reliable tool;yet educational applications remain limited.From analyses of data from these three studies,we believe that CF holds promise in educationnot only for the purposes of helping learnersand educators find useful resources forlearning, but as a means of bringing togetherpeople with similar interests and beliefs, andpossibly as an aid to the learning processitself.     

数字图书馆信息建设与保障体系研究

信息技术的迅猛发展将为数字图书馆的发展带来新的机遇和挑战．并推动其朝着知识服务的目标迈进。本文通过审视数字图书馆发展面临的环境机遇和挑战．分析数字图书馆最新发展趋向,在此基础上探讨在知识环境下数字图书馆的发展与建设目标．并提出如何构建相应的数字图书馆发展应用保障体系。