基于学术产出挖掘的用户兴趣建模研究

为了解决用户兴趣建模初期存在的冷启动问题,以科研用户公开发表的学术产出作为用户兴趣建模的数据源,采用文本挖掘和基于本体的模型表示技术进行用户建模,并提出一种通过实体关系表示用户兴趣的方法。该方法与使用单个关键词或实体的表示方法相比,语义信息更为丰富,能更好地描述用户兴趣。最后,将生成的用户兴趣本体实例存储到Sesame本体数据库中,支持通过SeRQL和SPARQL语言进行查询,实现了用户兴趣信息的语义化存储和检索。     

共享智慧，解读心愿：公共图书馆用户检索意图库构建关键技术与应用探析

随着数字化时代的到来,传统的关键词匹配检索方式已经无法满足用户个性化的信息需求。因此,构建用户检索意图库成为了解决这一问题的关键。通过收集和分析用户查询数据和目标数据,分析提取用户意图特征,并作为构建用户检索意图库的基本要素,利用自然语言处理技术理解和识别用户检索意图,同时探析了用户检索意图构建过程中的三大关键技术,探讨了用户检索意图库在公共图书馆中的应用。     

基于概念泛化的科技文献推荐算法

针对科技文献特征词在语义上的层次特性,提出基于概念泛化的内容过滤推荐算法.采用矢量空间模型作为用户兴趣偏好和科技文献特征的描述模型;在比较科技文献特征与用户兴趣偏好的相似程度时,首先从字符层面比较科技文献特征词与用户兴趣特征词,然后在基于ODP目录结构的用户兴趣偏好概念泛化树上对字符不相同的特征词对进行语义比较,并修正特征词权重,以避免遗漏"字符不同,但语义相似"的关键词对.理论分析和实验结果表明,该算法能够更加全面、准确地推荐科技文献对象.     

近十年我国档案学高被引论文热点分析

首先以CNKI数据库的档案学科论文为数据源,再以2005—2014年为时间断限进行检索;选取被引频次排列最前的1%,计103篇论文,将其作为档案学的高被引论文;对其进行"关键词共词分析"以及"社会网络之中心性分析",指出我国档案学研究热点:因应时代发展,数字档案馆和电子文件管理成为关注焦点;国家档案局在新时期档案管理工作中的指导作用不变。     

社会网络视域下的用户协同信息行为与图书馆信息服务新趋势

立足于结构分析思想,基于社会网络的视角,以豆瓣网用户为例分析网络用户协同信息行为的内在逻辑关联特征,以用户关系为核心构建用户与用户、用户与信息的协同信息行为和信息交互模型,进而揭示网络环境下用户信息行为特征和信息服务发展的新趋势,以期为图书馆个性化信息服务提供一个新的研究视角。     

关于增强书目数据库关键词标引的探讨

本文首先指出：从现代书目数据的检索趋势看，越来越多的书目数据用户选择了关键词作为检索标识；接着分析了目前书目数据库关键词标引中存在的问题，即书目数据用户的检索需要和检索习惯在文献标引中得不到反映；最后提出了增强书目数据库关键词标引的原则及具体措施。     

微博“中V”用户的传播特征及其引导力研究——以罗一笑事件为例

[目的/意义]微博加V用户由于自身特性更容易成为网络中的意见领袖,然而目前研究焦点往往是"大V"用户,忽略了"中V"用户。以新浪微博的"中V"用户作为研究对象,对"中V"用户的传播特征和舆情引导力进行分析,进而提供针对"中V"用户的管理建议。[方法/过程]以罗一笑事件为例,从事件演进和用户类型两个维度对"中V"用户传播特征进行分析;同时结合情感计算模型、意见领袖指标评价法构建出用户属性矩阵,对"中V"用户舆情引导力进行研究。[结果/结论]通过对"中V"用户的研究发现,"中V"用户具有舆情引导力较强、专业性较强、商业色彩弱、粉丝同质性高等显著特征,并提出相关管理建议。     

从“地心说”到“日心说”——从以图书馆为中心到以用户为中心的转型变革

[目的/意义]总结探讨以用户为中心的图书馆服务的基本涵义与理论体系,推动将"以用户为中心"作为图书馆服务的基本准则。[方法/过程]借用天文学的"地心说"和"日心说"理论,从以用户为中心的理念、践行以用户为中心、提升用户服务能力3个维度,阐述和论证从"以图书馆为中心"到"以用户为中心"在图书馆生存和发展中的重要地位和重要意义。[结果/结论]必须以用户需求为导向,确立从以图书馆为中心到以用户为中心的转型变革,构建图书馆的核心能力,构建与用户需求的变化相适应的新型服务能力体系。     

基于Mashup的特殊词快捷检索及检索建议

针对当前OPAC存在的关键词拼写错误影响检索结果、检索结果中缺少检索建议等现状,进行特殊词快捷检索、拼音提示、拼写检查及相关搜索等检索建议的研究。利用Mashup和数据库相关技术,对用户输入的关键词进行数据特征的分析与判断,并在此基础上设计和实现特殊词快捷检索,对用户的关键词检索行为给出检索建议提示,以增强OPAC的互动性,提升用户的使用体验。     

对微信用户持续使用意愿的研究

微信作为突出的社会化媒体,其突出特征在于用户广泛的使用性以及互动性,只有培养具有高粘度的用户使用习惯才能维持产品的长久发展。本文以经典的"使用与满足"理论为基础,从微信提供服务以及功能的多样性、意外惊喜、影响关系三个方面,系统分析了用户持续使用微信的原因,同时为微信提高用户的参与度提出自己的建议。     

基于术语释义分析获取叙词表词间关系

[目的/意义] 从术语释义角度出发,探讨叙词表编制过程中词间关系的构建方法。[方法/过程] 叙词表的词间关系主要有等同关系、等级关系和相关关系三种。从术语释义角度出发,对术语释义模式进行分析,并提出基于术语释义分析获取等同关系、等级关系和相关关系的方法。最后,从术语的多义性和释义的可变性对该方法进行讨论。[结果/结论] 通过术语释义获取词间关系,能够使词间关系更符合逻辑,有利于叙词表进行语义控制。     

基于叙词表的知识单元检索系统设计

通过调查总结叙词表在文献数据库中的应用现状,在此基础上设计一个基于叙词表的文献数据库知识单元检索系统。该系统首先将数据库中的文献分解为知识单元,检索时用叙词表中的正式叙词对用户输入的检索词进行规范化处理,并将该正式叙词作为中心词,利用叙词表中的词间关系查找出该词的等同词、上下位词和相关词作为扩展检索词,对知识单元进行加权检索,按权值之和以及检索词的密集程度排序输出。经实例分析,具有可行性。     

网络环境叙词表收词新来源刍议

叙词表的编制或维护,离不开收词这一基础性工作。随着计算机技术和网络的发展,叙词表正在由手工编制模式向网络环境机编模式转换,因此收词方式也必须改革和创新。为此,讨论几种面向网络词源的收词方法,包括网络数据库中的关键词、联网检字法词库、网站热点词、网络检索界面相关词显示、大众网站标注词和网络百科资源。对这6种收词方法的具体操作和性能进行介绍和分析,并逐一给出实例。     

基于叙词表构建本体的中文叙词词间关系细化研究

概念间关系是本体的重要组成部分,概念间关系的细化可以消除概念的歧义性。基于叙词表构建本体时,需要对叙词表中的语义关系进行细化调整。在研究中文叙词词间关系的基础上,对叙词词间关系细化提出了一套完整的调整方案,并对此细化方案进行了具体的描述和举例说明。     

利用叙词表构建本体的方法研究

本文介绍了本体和叙词表的定义及主要用途,论述了叙词表和本体的相同点和不同点,提出了基于叙词表构建本体的方法及主要步骤,并且利用构建历史本体的实例,阐述了构建一个领域本体的主要过程。     

基于中国档案主题词表的自动标引控制研究

本文阐述一种基于中国档案主题词表的自动标引方法 ,并给予实现。该方法将切分关键词和标引主题词融为一体 ,合理地构造了词典 ,并讨论了其中的一些关键技术问题。文章最后介绍该研究应用于中国档案机读目录计算机处理系统中     

The Co-Effects of Query Structure and Expansion on Retrieval Performance in Probabilistic Text Retrieval

The effects of query structures and query expansion (QE) on retrieval performance were tested with a best match retrieval system (InQuery¹). Query structure means the use of operators to express the relations between search keys. Six different structures were tested, representing strong structures (e.g., queries with facets or concepts identified) and weak structures (no concepts identified, a query is a bag of search keys). QE was based on concepts, which were first selected from a searching thesaurus, and then expanded by semantic relationships given in the thesaurus. The expansion levels were (a) no expansion, (b) a synonym expansion, (c) a narrower concept expansion, (d) an associative concept expansion, and (e) a cumulative expansion of all other expansions. With weak structures and Boolean structured queries, QE was not very effective. The best performance was achieved with a combination of a facet structure, where search keys within a facet were treated as instances of one search key (the SYN operator), and the largest expansion.     

分类主题词表的计算机自动编制——兼论用于自动分类的知识库的改进

认为中文文献数据库中存在大量的分类号与关键词(或主题词)对应的人工标引记录。通过对这些标引记录信息进行聚合处理,可以实现计算机自动编制分类主题词表。比较两种分类主题词表的编制模式,讨论机编分类主题词表的优势,针对机编分类主题词表已有的成果——知识库的不足之处提出改进方案。改进方案在小规模测试集中取得了良好的效果。最后分析将机编分类主题词表技术应用于新一代《中国分类主题词表》升级改造的良好前景。     

基于叙词表的领域本体构建研究

论述了叙词表与领域本体（Domain Ontology）的区别与联系，讨论了基于叙词表构建领域本体的优越性，简要介绍了本体开发工具，最后提出了一种基于叙词表的领域本体构建方法，通过一个本体原型构建过程对该方法进行了详细阐述。     

一种从医学文本中实现自动关键词抽取和筛选的技术方法*

鉴于重要关键词对于文本有着重要的强文本表示功能,关键词抽取和筛选在信息检索、信息抽取和知识挖掘等领域中有着重要的作用。在调研当前关键词抽取的方法后,结合医学领域已有的叙词表和工具以及BM25F加权词频公式提出基于医学文本的重要关键词抽取和筛选的技术方法。该方法主要解决两个关键问题：关键词的识别和抽取、关键词重要性的衡量和筛选。以2001-2007年骨关节炎领域的文献集合为数据来源,对该技术方法进行实践尝试,并验证其实际有效性,为知识挖掘中的重要关键词抽取提供一个行之有效的途径。