中小型图书馆虚拟馆藏建设研究

本文从虚拟馆藏概念的内涵与特征，探讨了中小型图书馆虚拟化馆藏资源建设的若干举措。     

基于用户画像的高校图书馆个性化资源推荐服务设计

用户画像作为大数据分析背景下个性化推荐服务的设计工具,为高校图书馆领域个性化阅读资源推荐服务提供解决思路。本研究在分析目前个性化推荐和用户画像研究的基础上,引入用户画像技术,从数据基础层、数据处理层、画像构建层、画像服务层设计探讨用户画像的构建流程,重点在用户画像构建和画像服务层面进行阐述,同时从用户基本属性、阅读状态、学习风格、阅读偏好四个维度构建用户多维画像模型,并提出基于冷启动和用户阅读学习过程画像的个性化推荐服务策略,以期为后疫情教育环境下高校图书馆开展个性化资源推荐服务和满足用户多维度阅读学习需求提供参考。     

个性化馆藏资源推荐技术在公共图书馆中的适用性分析

个性化馆藏资源推荐是大数据背景下信息检索发展演化的新形式,是图书馆被动服务向主动服务转型的标志性技术之一。公共图书馆个性化馆藏资源推荐向来是学界研究的重点,受到了各领域科研人员广泛的关注。本研究在分析公共图书馆在数据基础、推荐受众、馆藏结构等方面特殊性的基础上,讨论公共图书馆资源推荐的算法需求,并对个性化馆藏资源推荐技术在公共图书馆中的技术适用性进行分析,为公共图书馆开展资源推荐提供具体思路。     

国外一流高校图书馆馆藏资源评估分析及启示

文章选取10所国外一流高校图书馆的馆藏发展政策,借助“全评价”框架分析馆藏资源评估内容,发现国外一流高校图书馆馆藏资源评估具有形式多样化、内容科学化、以多元需求为导向、立足战略全局等特点。立足馆藏资源生命周期,我国高校图书馆可在采集阶段明确目标,做优增量;在组织阶段重视更新数据标准,管控流量;在利用阶段聚焦多元需求,提高质量;在保存阶段重视长期发展,赋能存量;在处置阶段发挥价值导向,把握变量,全方位推动高校文献信息资源建设。表1。参考文献47。     

高校图书馆本地信息资源馆藏建设

本地信息资源具有独特的存在形式、价值和功能,对它们的开发利用,将会对高校的可持续发展,对地方的文化经济产生积极影响,甚至产生不可估量的作用。本文提出本地信息资源概念,强调高校本地信息资源馆藏建设的必要性和紧迫性,指出高校本地信息资源馆藏建设的具体路径和方法。     

基于实时新闻分析的馆藏资源推荐方法研究

如何在信息时代增加馆藏资源的可见度,提高馆藏资源的利用率,是一个急需研究和解决的问题。实时新闻和图书馆馆藏资源间的连接可以提高图书馆馆藏资源的可见度,增加图书馆馆藏资源的利用率,为用户提供丰富、全面的阅读资料和专业知识,帮助用户形成全面、深入阅读和思考的良好习惯。基于快数据处理技术的实时新闻分析和馆藏资源推荐框架,通过分析网络实时新闻获取用户感兴趣的话题,应用快数据处理技术、潜在语义分析、非负矩阵分解、权重矩阵分解等方法对数据进行语义分析和处理,对图书馆馆藏资源进行相关话题的分类和推荐。对OCLC的百万数据集和雅虎新闻的分析和实验表明,这种资源推荐框架和方法有较好的应用效果。图2。表1。     

个性化网络协同推荐服务的扩展及其实现

传统的网络协同推荐服务对用户行为数据进行统一挖掘处理,但在处理分散数据时,难以开展协同服务.由此,推荐服务系统的可扩展问题日益凸显.实际上,用户信息行为与需求层次结构的对应关系已为构建可扩展的个性化协同推荐服务系统提供了一种新思路.可扩展的个性化协同推荐服务模型从需求层出发,通过行为层、过滤层、推荐层、交互层和资源库的扩展,最终实现个性化协同推荐系统的可扩展性.     

谈高校图书馆馆藏资源特色

在信息资源网络发展中，高校图书馆应重视馆藏资源特色化建设。     

社会化标签环境下基于 J-WMF的馆藏资源推荐

传统图书推荐系统大多仅面向图书馆用户,使得馆藏资源很难呈现在更广泛的馆外用户面前。利用联合加权矩阵分解(J-WMF)方法,将异构的网络资源、社会化标签、书目和图书主题进行有效的语义融合,转化为同一潜在特征空间中的特征向量。通过计算向量相似度,使馆外用户浏览被社会化标签标注的网络资源时,能够同步得到相关的书目和图书主题推荐,从而提升馆藏资源的利用率。实验结果表明,该方法优于传统矩阵分解方法,有较好的应用效果。     

基于多目标优化双聚类的数字图书馆协同过滤推荐系统

针对数字图书馆推荐系统,提出一种能够同时考虑用户和项之间的相似性的协同过滤(CF)方法,即应用多目标优化计算双聚类技术对行和列同时进行聚类,完成对用户和项相似性同时分组。为评估算法的效率,应用MovieLens数据集进行实验,结果表明该方法能够为用户提供有用的推荐意见,其性能优于其他CF方法。     

协同信息推荐技术及其在数字图书馆中的应用研究述评

协同信息推荐系统逐渐被应用到数字图书馆中并成为该领域的主要研究主题之一。从协同信息推荐技术本身、该技术在数字图书馆中的应用以及典型数字图书馆协同信息推荐系统研究等方面对相关研究进行分析和述评,并提出数字图书馆协同信息推荐技术应用的改进策略。     

基于关联数据的图书馆学术资源推荐研究

图书馆学术资源推荐服务是新信息化环境下图书馆的一种新的服务模式。基于关联数据的图书馆学术资源推荐可通过关联规则向用户推荐其满意的、相关度高的学术资源,关联数据架起了图书馆学术资源推荐与用户之间的桥梁。基于此,文章构建了基于关联数据的图书馆学术资源推荐系统框架,并展望了需进一步研究的问题。     

高校图书馆知识协同服务系统模式研究

针对高校图书馆知识服务以及读者对知识的需求,提出建立图书馆知识协同服务系统,用协同的方式来获取知识,为读者提供多层次、全方位、方便快捷的服务。文章探讨知识协同的运行过程,协同服务系统的控制、流程与功能,构建知识协同服务系统模式,并对系统模式的运行与优化作了进一步分析。     

动静结合的图书馆个性化资源推荐系统的建立

通过分析高校图书馆读者的基本信息、历史行为以及位置、信息环境等的变化,建立动态推荐和静态推荐相结合的个性化图书馆资源推荐系统。系统通过对图书馆信息资源提取关键字、分类和位置化,可以根据用户的兴趣模型和档案结合环境因素进行计算和信息推荐,不但为读者挖掘兴趣和推荐与兴趣相关的资源,节省读者搜索、查找时间,同时还可以提高图书馆资源的利用效率。     

图书馆荐购系统研究现状、趋势与启示

采用文献调查法和文献计量法,梳理图书馆荐购系统研究现状,分析荐购系统产生与发展的驱动因素、荐购系统类型及其实现关键,并在此基础上探索荐购系统未来的发展趋势,为后续荐购系统的实践和研究提供参考。     

基于概念格的图书协同推荐研究

提出一种基于概念格的图书协同推荐方法。首先建立用户与图书之间的概念格,然后根据概念格中图书节点之间的继承关系,从下向上回溯用户之间的共同偏好,快速计算用户之间的相似度,以确定目标用户的"最近邻居"。最后通过计算协同推荐值,实现对目标用户推荐其可能感兴趣的图书,从而为图书的协同推荐提供支持。     

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.     

基于协作过滤的Web智能信息推荐方法

传统的协作过滤方法存在的主要问题是需要人为地提供评价,论文设计的协作过滤方法对其进行了改进,根据用户模式自动获取用户评价,构建评价矩阵。将设计的协作过滤方法应用到个性化信息推荐,提出一种基于协作过滤的Web智能信息推荐方法(WIIRM)。WIIRM考虑用户访问页面的时间特性,不需要用户注册,在推荐时考虑页面的新颖性,同时实现离线处理与在线推荐的结合。实验结果表明,WIIRM是有效的。