融合注意力机制与场感知因子分解机的电影推荐

传统协同过滤算法仅利用评分信息进行推荐,而没有利用到更多用户特征与电影特征,推荐效果不佳。深度学习的普通应用,为特征提取打下了良好基础。通过爬取网站上的电影演员信息表,使用卷积神经网络对文本信息进行特征提取,采用结合注意力机制与场感知因子分解机的混合推荐方法,并使用用户—电影特征矩阵进行训练。在公开数据集 MovieLens 上进行实验测试,RMSE 达到 0.850,与 5 组推荐模型进行对比,RMSE 分别提18.0%、11.3%、7.60%、25.7%、6.80%。实验结果表明,该模型可以提高推荐效率。     

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。     

基于文献共被引关系的办同过滤文献推荐系统

随着数字图书馆的文献数量和种类高速增长,数字图书馆用户迫切需要有效的个性化推荐工具来帮助其在众多文献中发现对其有价值的文献。协同过滤方法是推荐系统广泛采用的推荐技术,但数据稀疏性是影响其推荐效果的关键因素之一。在文献推荐领域,这一问题更加显著。文章提出了一个利用文献间共被引关系的协同过滤文献推荐方法。实验表明所提方法具有较好的推荐性能。     

图书馆个性化信息服务中的用户隐私保护研究

文章简要介绍了隐私的内容、图书馆个性化信息服务的内涵和方式,分析了图书馆在提供个性化信息服务过程中潜藏的用户隐私被侵犯的风险,并从法律、软件技术、馆员、用户四个方面提出防止用户隐私被侵犯的策略。     

条形码/二维码技术在图书馆个性化服务中的应用与实现

针对国内图书馆中地理信息的缺失,介绍条形码/二维码在国内外的研究现状,利用Android等技术,设计并实现以图书导航服务为中心的图书馆个性化服务系统,重点介绍该系统的用户需求、设计思路与功能实现。通过对应用效果的评估,认为该系统可以极大地提升图书馆的服务效率和服务质量。     

显式评分的重启动随机游走推荐算法研究

针对目前重启动随机游走推荐算法偏重隐式评分而忽略显式评分的问题,采用监督重启动随机游走算法,使得用户喜爱的项目被访问的概率大于用户不喜爱的项目的概率,从而做出推荐。实验表明,该算法可以有效地提高推荐的准确性。     

基于Web荐购的图书采访决策支持系统设计

文章分析了网络环境下图书购买价值的各项影响因素;建立了以荐购人素质(决定图书内容价值)、图书外部特征、同类图书流通状况三大要素为基础的高校图书采访模糊综合评判模型;基于Web荐购平台,由专家先行推荐,在此基础上采用定性分析和定量评分相结合的方法进行计算,评价各种图书的购买分值;进而设计和实现图书采访决策支持系统,包括功能和结构设计、采选和决策支持子系统数据库设计、模型库设计等,辅助采访馆员进行分析决策。     

国外数据库系统Web 2.0个性化服务研究

对7个典型的国外文献数据库所提供的个性化服务进行调研,着重阐述Web 2.0 环境下个性化服务的5个发展特点。即支持用户在自己的空间内实现知识组织,提供开放机制实现服务的嵌入和融合,提供不打搅用户的行为感知机制进行内容的主动推荐,与社会网络进行集成满足不同用户群体的分享需求,提供基于移动应用的掌上个性化服务。     

面向项目导师制的图书馆个性化服务

项目导师制是高校在教学改革中基于工作过程系统化的教学模式。文章浅析了项目导师制教学模式的主要特征、用户需求的转变,提出了高职院校图书馆面向项目导师制的个性化服务措施和方法。     

秦汉基层小吏的选用及其功能变迁——以里吏为中心

秦与西汉前期,国家权力凌驾于社会势力之上,基层小吏的选用不受地方社会势力的左右,国家通过以法治吏,使其成为基层行政的忠实执行者。西汉中期以后,随着社会势力的发展,基层小吏的选用由豪强大族所操纵,他们的行政很大程度上为豪强大姓左右,其功能随之发生了变化。通过这一问题的考察,我们可以更好地把握秦汉基层社会秩序的历史变迁,也可以加深对该时期国家权力与社会势力互动的理解。