基于全信息的"点击流"信息资源开发利用研究

首先介绍了全信息的含义,在此基础上从本体论层次和认识论层次分析了“点击流”信息的内涵,最后讨论了基于全信息的“点击流”信息资源开发利用的原理与方法,并以数字图书馆个性化为例进行了分析。     

基于语用信息的站点个性化信息服务研究

本文首先从点击流信息运动的角度构建了站点个性化信息服务的方法体系:语法层次、语义层次和语用层次,然后假定针对特定商品的一般用户效用函数已经构建,利用贝叶斯网络理论,提出了一种语用层次的站点个性化信息服务方法.     

基于点击流技术的个性化信息服务研究

分析了目前个性化信息服务的机制及缺点,提出了基于点击流技术的个性化信息服务方案和体系结构。     

基于点击流技术的图书馆个性化信息服务

阐述了目前图书馆个性化信息服务的局限性,引进了点击流技术,提出了一个信息服务方案,包括点击流数据收集、点击流数据预处理、读者信息兴趣分析、信息推荐。     

个性化信息检索系统的用户模型研究

分析了传统信息检索系统实现个性化信息检索的必然性,对个性化信息检索系统的信息代理Agent、用户模型等相关问题进行了探讨,提出了一个基于向量空间的个性化信息检索用户模型。     

基于关联规则的个性化信息检索系统研究

针对信息检索的个性化需求，分析了关联规则的基本概念以及它在个性化信息检索中的运用，提出了基于关联规则的个性化信息检索系统，并给出这个系统的设计思想和体系结构，最后介绍了这个系统的主要模块功能。     

一种自动获取用户兴趣的个性化搜索算法

解决用户的模糊查询问题一直以来是信息检索领域研究的热点。为了解决不同用户间的查询差异,一种称为个性化搜索的技术得以提出,其通过获取用户的喜好来识别查询意图,但研究发现很少有用户愿意直接或间接提供个人信息。本文提出一种基于用户点击历史信息自动获取用户兴趣进而对搜索结果进行个性化呈现的Web搜索系统架构。基于主题相关PageRank技术,设计了用户兴趣学习算法和个性化搜索页面排序算法。实验表明该算法能有效学习用户的兴趣信息,提高了个性化Web搜索质量。     

基于“点击流”信息的网上学习个性化推荐

利用"点击流"信息分析了网上学习从"信息获取"到"信息施效"四个关键环节的特点,并通过对用户点击行为的捕获,形成用户个性化数据库,以此为用户提供及时准确的学习个性化推荐。     

基于本体论的个性化信息检索

传统的网络信息检索存在很多缺陷,导致检索效率低下。提出了一种基于本体论的个性化网络信息检索的模型。该模型的实现可以在一定程度上缓解Internet网上信息过载的问题,提供用户个性化信息检索服务,提高网络信息检索的准确率。     

基于"点击流"信息的网上学习个陛化推荐

利用"点击流"信息分析了网上学习从"信息获取"到"信息施效"四个关键环节的特点.并通过对用户点击行为的捕获、形成用户个性化数据库,以此为用户提供及时准确的学习个性化推荐.     

基于多Agent的分布式个性化检索系统模型研究

针对现有检索系统存在的问题,对个性化检索技术进行了深入的研究,提出了一种基于多Agent的分布式个性化检索系统模型(MADSS)。系统以用户个性化模型为中心,分别对用户的请求、检索结果和用户行为三个方面进行个性化处理,使信息检索的效果有了明显提高;结合分布式的多Agent技术、相关反馈数据融合技术和Personalized PageRank排序算法,能有效地解决系统在交互方式、自适应用户兴趣和信息源变化、高效并行检索等方面的不足,具有很好的理论价值和应用价值。     

基于用户画像的信息后组织系统的构建研究

[目的/意义]为提高用户信息检索的精度,为用户提供更为精准化和个性化的信息服务。[方法/过程]在梳理用户画像研究成果的基础上,提出了信息后组织的服务方式,进而设计了基于用户画像的信息后组织系统,并探讨了该系统的实现方法,最后利用"豆瓣网"平台中的数据对所设计的模型进行了实例验证与分析。[结果/结论]实验结果表明,基于用户画像的信息后组织系统可提供精准度更高的信息检索结果集,可体现相似用户之间偏好的细微差别,验证了所设计系统模型的可行性与优势。[局限]实例验证中的用户样本集数量较少,也尚未对用户画像的动态修正进行验证。     

个性化信息检索技术综述

个性化信息检索技术是现代信息检索技术的新发展形式,也是提高现有信息检索系统的检索质量,更好满足用户要求的必然举措.本文从用户模式表达方法、个性化结果获取方法和结果呈现方法3个角度,对个性化信息检索技术的发展现状进行全面的分析,说明了现代个性化信息检索技术的特点,并指出未来个性化信息检索技术需要进一步解决的问题.     

基于深度学习的信息组织与检索研究综述

【目的/意义】深度学习是近几年来人工智能领域的研究热点之一,了解深度学习在信息组织与检索方面的研究现状,能为信息组织与检索的深入研究提供参考和借鉴。【方法/内容】通过对国内基于深度学习的信息组织与检索方向的相关文献进行梳理,剖析深度学习相关模型、阐述深度学习在信息组织与检索中的研究热点主题,并结合深度学习技术的特点和信息组织与检索的研究内容,对深度学习在信息组织与检索方向的应用前景进行预测。【结果/结论】研究表明,当前深度学习在信息组织与检索中的研究热点主要集中在智能信息抽取、自动文本分类、情感分析和文本聚类这四个主题,预测未来深度学习在信息组织与检索方向会朝着对异构信息处理、智能信息检索、个性化信息推荐等方向发展。     

基于Web数据挖掘技术下的个性化信息服务

随着个性化时代的到来,信息服务机构必须提供个性化服务,才有可能在激烈的竞争中取得胜利。web数据挖掘技术是实现个性化信息服务的关键技术。在构建基于web数据挖掘的个性化信息服务的实现模型后,还对建立在web数据挖掘基础上的个性化信息服务系统运行的基本流程、web挖掘的数据资源、web挖掘的技术方法、信息系统的服务内容、系统运行的注意事项等进行了探讨。     

我国数字信息资源整合机制构建

结合数字信息资源整合的类型,并以我国NSTL、CSDL、CALIS等信息资源整合建设项目为代表,从数字信息资源整合的方式、全文传递、检索平台、信息门户、参考咨询、个性化服务等方面进行比较分析,提出建立与完善我国数字信息资源整合的八项策略。     

基于Web3.0的信息共享空间构建

大数据环境下,构建有效便捷的信息共享与交互模式,是为用户提供个性化与智能化服务的基础保障,也是目前信息共享空间发展的新趋势。分析Web3.0与信息共享空间特征的契合性,在改进文献资源采访模式、注重用户生成内容资源建设的基础上,整合信息资源,通过打造个性化智能化的检索服务、创新虚拟参考咨询、构建个人图书馆门户、提供移动图书馆服务等渠道构建一体化服务平台,以满足信息共享空间用户于海量信息中高效获取和利用信息的需求。     

基于用户兴趣的个性化信息检索方法研究

在信息检索中对基于用户兴趣的检索结果进行重排得到广泛关注。为了构建用户兴趣的知识库,本文对用户的登录细节和点击数据进行综合分析,提出了定制用户访问信息的方法,同时采用开放式目录项目Dmoz自动进行用户兴趣主题映射,对搜索结果进行个性化分类,并根据用户兴趣对检索结果重排,比正常的搜索引擎更容易找到相关的信息。联机实验结果表明,本文提出的方法可有效地提高用户检索精度。     

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。     

省级科技文献共享服务平台信息服务分析

通过网络对省级科技文献共享服务平台的信息服务现状进行了调研,发现平台开展了科技文献检索、参考咨询、定题跟踪、科技查新、竞争情报等信息服务,在调研分析的基础上,提出省级科技文献共享服务平台信息服务的发展策略：加强科技文献共享服务平台信息资源的整合力度,多举措提升平台的信息服务质量,面向不同用户,提供个性化信息服务,加强用户信息素质教育。