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.     

基于属性值偏好矩阵的协同过滤推荐算法

传统的协同过滤推荐算法面临用户评分数据稀疏性和冷启动问题的挑战.针对上述问题,提出了基于属性值偏好矩阵的协同过滤推荐算法,首先采用奇异值分解(SVD)对用户-项目评分矩阵降维得到目标用户的初始邻居用户集,生成新的用户-项目评分矩阵;然后将用户评分映射到相应的项目属性值上,生成每个用户的属性值偏好矩阵,并基于属性值偏好矩阵进行用户相似性度量,从而缓解了评分数据稀疏性;将新项目的属性值与用户的属性值偏好矩阵进行匹配,从而找出匹配度最高的前N个用户作为新项目的推荐受众.实验结果表明了该算法的有效性.     

以豆瓣网和中国国家图书馆为案例的网上书目推荐系统研究

现有网上书目推荐系统根据应用服务理念的不同可以分为Web2．0型和传统型,根据其使用的过滤技术可以分为非个性化推荐、基于产品属性的推荐、基于相关用户的推荐和基于用户知识结构的推荐。书目推荐的开展应当遵循针对性、可行性、时效性这三个原则。本文通过对豆瓣网和中国国家图书馆的网上书目推荐服务的调查,从有用性、易用性、满意度、可找到性、普及性和可靠性六个方面对它们进行了比较,概括了传统型网上书目推荐系统的优势和改进意见。     

基于语义扩展的个性化知识推荐系统

构建个性化知识推荐系统是数字图书馆实现个性化信息服务的有效手段,推荐服务的关键在于完整地理解用户偏好并能准确作出判断。提出了一种基于语义扩展的知识推荐方法,通过分析读者文献检索、浏览的行为提取读者偏好,利用扩展激活模型建立读者偏好档案,据此对文献资源进行匹配和分级,从而向读者提供个性化的知识推荐服务。     

数字图书馆的个性化服务发展趋势分析

个性化服务是数字环境下提高图书馆服务质量、服务效益和服务水平以及提高数字化信息资源使用效益的重要手段。数字图书馆的个性化服务发展趋势主要表现在以下几个方面：数字图书馆的个性化服务将更注重面向用户组织信息资源;从用户体验的角度来看,系统的易用性是个性化服务发展必须考虑的因素;学科馆员服务有利于用户更好地利用数字图书馆的各项服务,是数字图书馆个性化服务的特色服务;为了提高利用率,个性化服务将与用户日常的工作或学习融合,成为用户工作、学习或生活的一部分,并因此获得更大的发展空间。     

图书馆自助式服务模式质量评价研究

文中采用SERVQUAL模式,结合读者问卷调查的效果分析,对图书馆自助式服务模式质量评价研究,以期从中找出现代图书馆个性化服务的有效模式,为构建可互操作的现实数字图书馆个性化服务系统提供参考.     

欧美报业的数码印刷

两个孩子的母亲杰姬,在订阅的本地报纸上读到了以下内容:一篇关于在她家附近发生的一起抢劫案的文章,一篇关于如何教育孩子的专栏文章,一篇关于在墨西哥自助旅行的特写(杰姬一家今年有到那里去度假的打算)。浏览完报纸之后,她立刻发现了半版的梅西百货等3家她最喜欢的商店的广告。     

应重视网络媒体人才的培养

与传统媒体相比,网络是一个更加开放的信息平台,向公众传播信息更加自由化,范围也更广。从许多事件的报道中,我们都可以看到网络媒体在传受双方上的互动性和传播信息个性化。但是也正是由于网络传播的这     

对手机媒体分众化传播的思考

手机媒体,是以手机为视听终端、手机上网为平台的个性化信息传播载体。截至2007年12月,我国手机用户数达到5.47286亿,①在新媒体的作用日益凸显的今天,号称“第五媒体“的手机媒体也正在以几何级的增长速度     

增加新加坡国立大学图书馆在虚拟世界中的可见性

1新加坡国立大学图书馆概况 1.1 图书馆门户网站 门户网站实现了电子资源、图书馆记录和电子表格的一站式服务,极具个性化,每位读者可拥有自己的图书馆帐号,从中读者可按名称列出最喜欢的数据库和期刊,按学科列出最喜欢的数据库和期刊、电子书,可得知来自图书馆的逾期未还和借阅信息,查询到自己在图书馆的借还书记录,这些个性化服务为读者了解图书馆最新信息和查询个人记录提供了一个良好的平台.