多指标决策框架下图书馆用户偏好变化分析

用户偏好变化分析是改善用户策略、提升个性化服务的重要指标。为满足用户需求,需要对用户偏好以及未来用户行为的发展作深入分析。基于此,文章提出分析图书馆用户偏好变化的多指标决策方法,构建影响用户偏好的满意度指标聚类集合,并确定各评价指标的权重。基于多指标决策框架和方法的分析结果,主要集中在评估用户偏好的潜在发展趋势,并帮助图书馆决策者追踪用户偏好的改变,以及根据这些偏好改进信息服务。     

基于模糊多属性决策法的图书馆员服务绩效评价研究

在图书馆馆员服务绩效评价中,图书馆员的服务水平、管理水平、科研水平、服务效果和职业素养等属性作为预备方案的决策属性集,依据问题属性集合模糊性的特征,运用三角模糊多属性决策方法来展开对图书馆馆员服务绩效进行评价,投影三角模糊多属性决策法成为对图书馆馆服务绩效评价的新的决策方式。     

一种基于语义相似度和多属性决策方法的商品信息智能检索模型*

提出一种结合语义检索和多属性决策方法的商品信息检索模型。通过构建语义向量空间进行语义相似度计算,以实现检索结果与顾客查询关键词的语义匹配;同时该模型也采用TOPSIS多属性决策方法对检索到的商品进行效用值计算,从而建立商品内容的比较机制。最后,从准确率、顾客接受度等指标通过实验证实该模型的有效性,能够提高商品信息检索的精准度。     

基于时间约束的双边多属性自动协商模型研究

提出时间约束的协商模型。由双边协商的需要首先将多属性归为两个协商区间进行研究,并提出基于时间约束的协商决策函数,以此建立时间约束下的多属性出价策略。注意到多卖方间的竞争关系,用贝叶斯纳什均衡的思想分析多卖方博弈模型,从而给出双边多属性的协商策略和决策依据。最后构造一个算例,对模型进行验证。     

基于模糊多属性决策的政府门户网站公众满意度测评研究

根据当前公众满意度测评的特点,本文引入基于期望值的模糊多属性决策方法进行政府门户网站的满意度测评研究.考虑到政府门户网站开展满意度评价的实际情况,文中采用三角模糊数方法得到带有定量指标和定性指标的区间型评价矩阵.并就指标权重完全未知和部分未知两种情况,运用基于期望值的模糊多属性决策原理,结合主观偏好值和客观偏好值求解得到指标权重.最后的实证研究说明该方法可行、有效.     

基于TAM模型的网站系统多属性指标关系研究

针对网站服务质量评价中的"请求量、处理能力、需求量、满意度、声誉度"等参数与TAM模型中的"感知有用性、感知易用性、使用态度倾向、使用行为倾向、实际使用量"等构成要素,研究基于科技接受模式的网站系统多属性指标关系,为网站社会评价指标借助技术指标测度提供理论依据。本文给出了TAM模型的对比模型和模型参数计算公式,并进行了相应的分析和证明。     

集对分析多属性决策方法及其在高校图书馆读者满意度综合评价中的应用

读者满意度是衡量图书馆工作质量的重要指标。本文从高校图书馆读者满意度评价的实际需求出发,采用集对分析联系数系统反映读者对图书馆服务水平的满意和不满意程度,提出了一种构造读者满意度联系数的新方法和基于集对分析的图书馆读者满意度多属性评价方法,该方法能够方便实现单项和多项测评项目的分析与评价。实例计算表明了该方法的有效性,为图书馆读者满意度的评价提供了一种新的有效评价途径。参考文献5。     

基于多源数据融合的数字图书馆用户偏好挖掘模型研究

文章介绍了多源数据融合技术的概念和功用,分析了数字图书馆构建用户偏好挖掘模型的目的,探讨了用户偏好挖掘模型的设计原则、设计目标、设计框架,提出了基于多源数据融合的数字图书馆用户偏好挖掘模型的构建策略,以期提升数字图书馆的服务水平,为用户提供优质的信息服务。     

基于机器学习的高校图书馆用户偏好检索系统研究

[目的/意义] 针对大数据环境下高校图书馆检索系统的信息超载问题, 提出一种机器学习方法, 为用户提供个性化的偏好检索服务。[方法/过程] 通过提取用户检索行为大数据中的用户特征, 利用监督机器学习方法, 在线学习可随用户偏好同步变化的自适应检索模型, 预测用户对文献的选择概率, 优化检索结果的排序。[结果/结论] 设计出用户偏好检索原型系统, 介绍用户偏好检索系统工作流程, 对比分析系统效果, 并对系统进行客观评价。     

科技查新和多属性群决策博士学位论文选题模式

针对现行博士学位论文选题中的一些问题,文章提出一种基于科技查新与语言型多属性群决策的预选题的新模式,即基于EWAA算子和LHA算子的语言型多属性群决策模型,对拟选课题方向进行择优排序,为学生撰写学位论文提供参考与帮助。     

改进的Pearson-Compatibility群决策算法在多属性协同过滤推荐中的应用研究

目前个性化推荐领域的相关研究,很少考虑用户在资源属性上的兴趣差异,而资源属性往往是决定用户偏好的重要因素之一。针对这一问题,构建了基于资源多属性的用户评价模型和兴趣模型,并提出了一种改进的Pearson-Compatibility多属性群决策算法,在k-临近相似用户的推荐问题中引入该算法,结合协同过滤推荐的特点,对相似用户偏好差异性、残缺值、算法可能出现的提前收敛等问题进行了充分考虑,进而实现多属性的协同过滤。最后通过实验对算法的有效性进行验证,实验结果表明:算法在目标用户属性偏好的预测上,具有较高的准确度,对偏差值、残缺值具有较强的抗干扰能力,具有较强的实用价值。     

数字出版用户偏好模型的构建

随着科学技术的进步和用户需求的变化,个性化服务将成为数字出版的必然趋势。在挖掘用户偏好的基础上构建用户偏好模型是数字出版个性化服务的起点和基础,但目前对于这一方面的关注较少。针对这一现状,本文通过对用户偏好信息获取方法、偏好模型构建方法和技术方案三方面内容的论述,为数字出版个性化服务的发展提供可借鉴的思路。     

基于粗糙集的多值属性关联规则挖掘

本文应用粗糙集理论中等价关系的概念,结合知识系统细化和泛化的思想以及Apriori算法中逐层搜索迭代求取频繁项集的思想,对数据挖掘中的多值属性关联规则问题进行研究,提出一种新的多值属性关联规则挖掘算法Mqars.Mqars的主要特点是无需将多值属性转化为布尔型属性,可以尽早地约简非候选的频繁项集,方便快捷地计算出项集支持度,提高多值属性关联规则挖掘效率.论文给出了Mqars算法详细描述、具体实现过程和算法实例及分析.最后设计实验环节对Mqars算法与传统的Maqa算法在时间复杂度和算法效率方面进行比对和分析,分析与比对的实验结果表明了该算法的有效性.     

高校图书馆决策支持服务模型及策略研究

[目的/意义]针对高校图书馆决策支持服务刚刚起步，缺乏系统的服务提升理论指导的现实问题，构建高校图书馆决策支持服务模型，为高校图书馆决策支持服务提供发展策略借鉴。[方法/过程]运用扎根理论，选择6所高校图书馆，从决策支持服务人员和决策用户两方面确定40个受访者进行深度访谈，分别从资源基础理论和决策过程理论出发，对高校图书馆决策支持服务的资源基础及用户需求等相关要素进行梳理，进而分析各要素之间的典型关系结构。[结果/结论]从资源-服务-需求3个方面构建包含21个范畴、9个核心范畴的高校图书馆决策支持服务模型，进而提出重视异质性资源建设、提供多层次决策支持服务、以基础资源需求为切入点等服务策略。     

多元属性任务与用户网络健康信息源选择偏好研究

[目的 /意义]探究多元属性任务情境下用户网络健康信息源选择偏好规律,可为健康信息行为研究提供更多洞见,也是对用户健康心理、健康行为与决策等问题的关切,可促进健康信息系统个性化、智能化服务的优化设计,进而帮助用户高效获取健康信息、解决健康问题、提高生活质量,助力“健康中国2030”的实现。[方法 /过程]采用实验研究方法和模拟仿真工作任务情境,招募64名参与者参与实验,通过卡方检验和对应分析法分析实验数据,揭示了多元属性任务情境下用户网络健康信息源选择偏好特征。[结果 /结论 ]在线问答社区、在线健康社区、社交媒体、百科类、专业数据库等排名前5的信息源构成用户网络健康信息的主要来源,这些平台应成为网络健康信息综合治理的聚焦对象;由任务复杂度、任务产出类型、健康话题等分面属性组合而成的任务类型对用户网络健康信息源的偏好有显著影响,即用户在进行不同类型健康任务的信息搜索时,对不同信息源的偏好不同;基于多元属性任务类型与信息源类型的对应关系,构建面向智能化健康信息系统个性化设计的任务类型—网络健康信息源选择偏好模型。     

高校图书馆用户群体的阅读偏好--对“热门图书”数据的考察

关于OPAC数据的研究多基于一所或几所高校的少量数据,从单个用户角度展开,忽视了用户群体的阅读偏好。文章采集我国103所高校图书馆"热门图书"数据,从用户群体阅读偏好角度进行聚类分析:提取部分"热门图书"作为反映高校用户群体阅读偏好的特征,为每所高校生成用户群体阅读偏好向量,对这些高校进行AP (Affinity Propagation)聚类。对聚类结果进行分析发现:部分类簇高校的图书类别分布、图书题名高频词、高频学科主题词存在明显差异。     

基于属性相关性分析的贝叶斯分类模型

朴素贝叶斯分类器是一种简单而有效的概率分类方法,然而其属性独立性假设在现实世界中多数不能成立。为改进其分类性能,近几年已有大量研究致力于构建能反映属性之间依赖关系的模型。本文提出一种向量相关性度量方法,特征向量属于类的的概率由向量相关度及其属性概率计算。向量相关度可通过本文给出的一个公式进行估计。实验结果表明,使用这种方法构建的分类模型其分类性能明显优于朴素贝叶斯,和其他同类算法相比也有一定提高。