机会发现理论对推荐系统的改进

文章分析推荐系统的现状和存在问题,引入关注动态变化、发现隐性关联和弱信号的机会发现理论,依次从收集用户信息、掌握用户兴趣变化和匹配资源方面,探讨机会发现理论对推荐系统的改进。通过改进兴趣模型、建立自适应推荐模块、提供集成推荐等措施,提升推荐系统效率。     

基于用户兴趣度量的知识发现服务精准推荐

[目的/意义]针对当前知识发现服务中存在的个性化程度不高和推荐效果不佳等问题，提出一种基于用户兴趣度量和内容分析的推荐算法。[方法/过程]文章通过特征词分布、LDA主题分布、引文结构网络三个维度构建学术资源模型，并通过对用户行为的度量，计算用户对其浏览学术资源的兴趣度，结合学术资源模型构建用户兴趣模型。将用户兴趣模型与学术资源模型匹配，计算其相似度，得到用户对每条学术资源的兴趣值，最后将兴趣值最高的TOP-N学术资源推荐给用户。[结果/结论]通过实验检验算法的有效性和推荐准确率，结果显示，本文从实时动态度量兴趣的角度，提出的推荐算法能较好地预测用户兴趣，推荐效果显著，为实现发现服务精准推荐提供思路。     

基于主题发现的专利发明人推荐方法

LDA 主题模型可用于识别大规模文档集中潜藏的主题信息,本文提出了一种基于LDA 建立发明人兴趣主题模型的方法,合并每位发明人的专利数据,专利信息基于发明人进行划分,将标准的文档- 主题-词的三层LDA 模型变为专利数据中的发明人- 主题- 词的发明人兴趣模型,实现发明人的主题发现,并利用该模型中主题分布之间的相似性进行发明人的个性化推荐。在采集真实专利数据集上的实验结果表明该方法相比传统的向量空间模型方法和隐马尔科夫模型方法具有更高的准确率,推荐效果更优。     

基于引文网络社区发现的数据推荐研究

科学数据是科研活动的输入和产出,是科技创新的核心驱动要素。科学数据只有开放共享、广泛传播才能使其价值最大化,然而当前数据出版物的利用率和传播效率整体偏低。为了加速科学数据的传播和重用,提升科学数据的开放共享成效,本文提出了一种基于引文网络社区发现的数据推荐方法。该方法在构建"数据集-论文-作者"之间关联网络的基础上,利用Louvain算法,从合著、共引和耦合三种关联方式分别进行社区发现,然后结合TF-IDF(term frequency-inverse document frequency)及余弦相似度算法,计算数据集与学术论文的相似性,并以此构建数据集与论文所在社区之间的关联,并进行数据集推荐。实验结果证明,基于引文网络社区发现的数据推荐方法,能够有效地发现对数据集潜在感兴趣的论文或作者。同时,发现在数据推荐效果的贡献度和稳定性方面,基于耦合关系的社区发现表现最优,合著关系次之,而引用关系则受出版时间长短和被引次数的影响导致推荐效果差异较大。     

技术机会发现领域专利挖掘方法研究述评

在新一轮科技革命背景下,技术机会发现相关研究已受到国内外学界的广泛关注。技术机会发现旨在发现新的技术动向,推测该领域可能出现的技术形态或技术发展点,对于技术创新、产业发展具有重要意义。本文系统梳理了专利挖掘方法在技术机会发现中的应用研究现状,总结了5种底层共性分析方法的代表性研究,厘清分析方法与研究内容的适配关系,为该领域开展后续相关研究和实践的技术选型提供参考依据。研究结果表明,技术机会发现所采用的方法手段虽然一直跟进深度学习的发展,但是尚未针对性地进行方法应用上的创新。最后,本文从数据、方法应用和评价体系3个角度提出了改进思路。     

知识发现系统的关键词联想推荐研究

当前我国工程科技领域存在海量数据,如何整合现有数字资源,用知识发现技术辅助专家学者发现当前各领域研究热点具有重要意义。文章通过计算关键词之间的直接关系和隐语义关系,提出了一种基于贝叶斯统计推断的关键词联想算法。解决了知识发现系统中的用户行为信息缺失和共现稀疏等推荐难题。     

数字图书馆信息服务中资源推荐策略分析

面对数字图书馆海量的文献信息资源,给读者所带来的问题是信息过载,而推荐技术是解决这一问题的有力工具。介绍数字图书馆信息服务资源推荐模型,并对不同模式下的资源推荐策略进行分析,包括基于内容的推荐、基于读者的推荐、基于访问行为的推荐以及组合推荐,对各种资源推荐策略的优缺点进行分析,最后指出实施数字图书馆资源推荐服务所需解决的重点和难点问题。     

Web服务发现技术研究综述

Web服务是一个崭新的分布式计算模型,是Web上数据和信息集成的有效机制.但是随着Internet上Web服务的快速增长,自动、准确地发现Web服务已经是Web服务技术中的难点和关键问题.本文基于国内外在该领域的最新研究现状,对Web服务发现技术研究的不同方面进行了综述.主要阐述了Web服务的体系结构,Web服务发现的关键技术理论和方法,包括Web服务描述、部署、匹配、选择和排序等.最后分析了Web服务发现技术存在的基本问题,展望了未来研究方向.     

基于数据挖掘技术的信息推荐服务研究

信息推荐服务水平的提高对公共服务质量的提升有着很大的帮助.文章分析了基于数据挖掘技术的信息推荐服务的优势,并对该服务的组成因素以及组成方法进行了剖析,以增强信息推荐的针对性,为客户提供更好的服务.     

技术创新全视角下技术机会发现研究进展

[目的/意义]技术机会发现对于市场竞争、技术布局、区域创新及产业发展具有重要意义,梳理技术机会发现领域的研究进展可明晰其发展局限,以进一步促进该领域的优化和健康发展.[方法/过程]从技术创新全视角出发,综合技术创新过程各要素,从技术创新知识基础、创新环境、创新方式和创新类型四个维度梳理领域相关研究,并总结技术创新要素视...     

基于Mashup的推荐书目服务的实现

分析在图书馆特色信息服务中Mashup应用的必要性,针对双层增值指出现有Mashup应用的不足。以服务增值为原则,开发出一种图书馆推荐书目与书评信息的专业应用方案。     

嵌入式知识发现情报分析服务

从用户、信息源和数字化手段等方面总结嵌入式知识发现情报分析服务的发展特点,研究分析嵌入式知识发现情报分析服务所涉及的人才队伍建设、需求调研、知识发现系统、综合分析方法和用户反馈机制等关键内容,并从商业化和机构已研发的知识发现系统角度,研究融入科研数字环境的情报分析服务,对情报分析可开展的服务内容进行探究。     

一种基于数据挖掘技术的馆藏资源个性化推荐服务

本文介绍了一种如何将ID3决策树算法和关联规则应用于馆藏文献信息资源的个性化推荐服务当中去的方法.文中首先对读者借阅历史记录进行了挖掘和分析,利用决策树算法挖掘出可推荐的相关读者对象,再依据关联规则提取借阅历史记录并对其进行分析和挖掘,从中找出相关潜在的有用或有价值的规则,然后依据这些规则选择出最适合推荐的项目推荐给读者.该方式是为实现个性化推荐服务所进行的一种新的探讨,具有算法收敛性好,计算方法简单有效,可靠性高,推荐效果显著等优势,与传统推荐技术相比,能够更加全面、准确、清晰地进行文献推荐.理论和实践结果表明,所提出的这种方法是一种行之有效的形式.     

基于社会性书签服务的信息发现行为模式研究

针对信息发现行为模式的重要性,基于社会性书签服务和信息导航的相关理论,分析利用社会性书签服务来发现有用信息资源的用户行为,以评估社会性书签服务对信息发现的有效性.分析结果表明,用户经常选择标签搜索焦点主题,并且更喜欢浏览别人的图书馆来查找围绕焦点主题的相关信息,在此基础上对社会性书签导航功能提出改进思路.     

基于复杂网络的图书馆个性化推荐服务

文章用复杂网络的理论对图书馆的流通记录进行分析。首先利用复杂网络的理论建立借阅记录的网络模型,然后对建立好的网络进行社团结构划分,再利用基于模糊评判的余弦相似度准则计算社团成员的兴趣相关度。最后根据计算出来的结果将信息推荐给读者,实现个性化推荐服务。将复杂网络相关理论应用到图书情报领域,是复杂网络理论的延伸与发展,也丰富了图书情报学研究内容。     

基于多特征耦合的数字图书馆知识发现服务优化研究

[目的/意义]大数据环境下，用户的知识需求由分散向关联转变，利用多特征耦合可以辅助知识发现服务发现资源间的多种相关关系，从而优化知识发现服务。[方法/过程]通过分析文献内部和外部属性特征定义多特征耦合的概念，从功能角度出发，剖析多特征耦合与数字图书馆知识服务之间的关系，结合现有的知识发现系统构建多特征耦合架构，基于数据层-耦合层-服务层三层提出提升知识发现服务供给侧的方法。[结果/结论]数据层保障数据的质量，数据源由单一向混合转变；耦合层提升耦合分析效果，分析单位由粗向细转变，注重细粒度单元间的语义关联；服务层重视用户的交互体验，开发多维可视化功能。     

图书馆服务推介初探

针对图书馆信息传播暴露出的一系列问题,论述图书馆服务推介的必要性,探讨服务推介应注重目的性、针对性,公信力和时效性四个要素,提出做好服务推介工作应采取的相应对策.