面向跨系统个性化服务的用户建模方法研究

以一种用户为中心的方式,共享和整合分布在多个应用系统中的多样的、异构的数据是当前个性化服务面临的最大挑战.以分布式多应用环境下,实现来自不同系统,有关同一用户的多样化数据共享和整合的技术方法为研究对象,在分析面向单应用系统的用户建模方法局限性,提炼多应用环境下用户建模基本问题与核心目标的基础上,对实现多系统用户数据整合的技术方法进行梳理,按照构建的视角将其划分为自上而下的基于标准的方法和自下而上的基于映射的方法两大派系,对代表性研究成果进行评述,并指出发展趋势.     

面向个性化服务的用户建模相关问题研究

个性化服务是未来信息服务的发展趋势。获取用户个性化的兴趣及信息需求是开展个性化服务的基础。用户建模技术在个性化服务所有的相关技术中处于基础核心地位。介绍并探讨了用户建模的方法、建模技术以及用户模型的更新、安全等相关问题。     

基于本体的用户模型在数字图书馆个性化服务中的应用研究

用户模型是数字图书馆个性化系统中的关键技术,传统的用户模型没有考虑词与词之间的内在联系,本文提出了一种基于本体的用户模型,该模型基于建立的兴趣分类本体,借鉴了检索领域常使用的激活模型来完成用户模型的更新,并在用户模型的基础上,设计了个性化服务推荐流程。     

Web数据挖掘与个性化信息服务中用户研究

分析了个性化信息服务中用户研究的目的，介绍了Web挖掘的概念及其分类，提出Web使用记录挖掘，是获取真实的用户信息的有效途径和方法。     

数字图书馆个性化信息服务中的用户评价

文章认为数字图书馆个性化信息服务中的用户评价方式主要是对用户满意度的评价。指出了用户满意度评价体系的基本思路,并提出了测量用户满意度的基本方法。     

国内三大数据库个性化服务研究

介绍了中国知网、维普资讯和万方数据等国内三大数据库的个性化服务,并对个性化服务中有待加强的方面提出建议。     

基于MyLibrary个性化信息服务的研究

从图书馆个性化信息服务出发，论述了国内外图书馆以MyLibrary为代表的研究进展情况，并提出图书馆MyLibrary个性化服务用户建模设计方案。     

国内外数字图书馆个性化信息服务系统的功能与特征比较研究

当前国内外数字图书馆的个性化信息服务系统的研究正在逐渐深入。本文从个性化信息服务的概念入手，介绍了个性化信息服务的几种类型，包括分类定制服务、信息推送服务、智能代理服务和垂直门户服务等，并介绍了目前国内外若干图书馆已经开展的个性化信息服务的典型应用实例。在此基础上总结了这些个性化信息服务系统的共同功能与特征，并进行了一些比较研究。     

数字图书馆中个性化服务的用户需求模型研究

随着数字图书馆的不断发展,大规模的标准化服务已经不能适应用户的需要,个性化的服务更能满足需要,更能提升服务的质量。而用户需求模型建立与处理的好坏又是个性化服务成功与否的关键所在。从需求的形式化分析着手,讨论需求信息的获取途径,在此基础上讨论需求模型的表示以及模糊处理过程。     

个性化信息服务中的用户偏好与行为分析

本文以用户偏好对个性化信息服务的影响为切入点,通过网络环境下用户偏好形成和偏好对个性化信息服务的影响分析,对偏好引导下的用户个性化行为的特征、信息获取方式作了研究,提出了个性化信息服务改进的策略.     

数字图字馆个性化信息服务中的用户评价

文章认为数字图书馆个性化信息服务中的用户评价方式主要是对用户满意度的评价.指出了用户满意度评价体系的基本思路,并提出了测量用户满意度的基本方法.     

数字图书馆个性化服务系统研究

通过对国内外MyLibrary系统的比较研究,分析了MyLibrary系统的应用现状、存在问题并提出进一步的发展对策。     

数字图书馆参考咨询服务与个性化服务的比较研究

论述数字参考咨询服务的特点,探讨在数字化信息环境下图书馆的参考咨询服务的深化与拓展。分析了图书馆数字化参考咨询服务与个性化服务的内容,并进一步对二者进行了比较,最后得出数字图书馆服务的发展趋势。     

基于SOM的图书馆用户个性化数字信息服务需求分类研究

针对目前图书馆个性化数字信息服务中用户需求模型构建存在的问题,将SOM人工神经网络算法引入模型构建过程,利用其动态适应能力提高模型分类的准确性。根据用户对个性化服务内容的需求程度进行打分,挖掘用户的偏好,以网络调查问卷数据作为训练和测试样本,对用户需求进行学习分类,并验证其准确性。     

基于本体的数字图书馆个性化信息服务研究

本文引入本体对信息资源和用户兴趣特征进行描述,提出了在语义层次上实现数字图书馆个性化信息服务的系统框架模型,简单分析了各个部分功能,重点阐述了用户的兴趣建模和更新方法。     

个性化信息服务中用户偏好的动态挖掘

基于个性化信息服务中用户偏好随时间变化的特性,采用聚类、关联规则等技术,对用户偏好进行动态挖掘.通过追踪用户需求序列,最终产生Top-N产品推荐,旨在提高推荐系统的推荐质量.然后选取协同过滤算法作对照,并采用MovieLens站点提供的测试数据集.通过对召回率和精度两项指标的分析,表明该动态挖掘算法具有较高的推荐准确度和全面性.     

面向重点用户的高校图书馆个性化信息服务探索

以高校图书馆重点用户为研究对象,探讨了图书馆为重点用户服务的价值,分析了图书馆如何确定重点服务对象的方法。在对用户需求进行充分调研的基础上,探索了面向重点用户的高校图书馆个性化信息服务内容与实施手段。     

基于用户需求的图书馆个性化知识服务系统构建

以分析国内外图书馆个性化服务模式入手,以国内图书馆用户个性化需求调研为基础,探索和构建可满足国内图书馆用户个性化需求的具有可操作性的实现系统——图书馆个性化知识服务系统。     

基于语义的自适应个性化网页推荐

个性化网页推荐能高效、便捷地满足用户的信息需求.针对传统个性化技术的不足,提出基于语义的自适应个性化网页推荐方法,采用语义本体和用户兴趣偏移机制构建自适应的语义用户模型,并采用语义质心聚类技术提高推荐的准确率.实验结果表明,与其他推荐方法相比该算法具有更高的推荐准确率和召回率.