Web信息搜索个性化方法

综述了几种Web搜索个性化方法，介绍了基本思想，对一些系统如何实现Web搜索个性化进行了分析，包括所使用的用户信息、与用户的相互作用、信息的存储、结合用户信息与搜索所使用的算法。     

引入用户情感偏好矩阵的ItemCF算法研究

传统基于物品的协同过滤算法（ItemCF）利用物品间的相似性为用户提供个性化推荐,然而该方法仅考虑了评分数据,而未关注用户情感偏好。基于从评论中的emoji表情提炼出的用户情感偏好,提出一种引入用户情感编号矩阵的ItemCF算法。该方法利用物品共现矩阵与用户情感偏好矩阵计算物品相似度,进而进行个性化推荐。根据某在线互联网教育实证数据集的实验结果表明,该方法相比于传统基于物品的协同过滤算法,在准确率和召回率上都有所提升,在Top1-5推荐均值上分别提高了0.02和0.03。     

A group recommendation system for online communities

Online communities are virtual spaces over the Internet in which a group of people with similar interests or purposes interact with others and share information. To support group activities in online communities, a group recommendation procedure is needed. Though there have been attempts to establish group recommendation, they focus on off-line environments. Further, aggregating individuals’ preferences into a group preference or merging individual recommendations into group recommendations—an essential component of group recommendation—often results in dissatisfaction of a small number of group members while satisfying the majority. To support group activities in online communities, this paper proposes an improved group recommendation procedure that improves not only the group recommendation effectiveness but also the satisfaction of individual group members. It consists of two phases. The first phase was to generate a recommendation set for a group using the typical collaborative filtering method that most existing group recommendation systems utilize. The second phase was to remove irrelevant items from the recommendation set in order to improve satisfaction of individual members’ preferences. We built a prototype system and performed experiments. Our experiment results showed that the proposed system has consistently higher precision and individual members are more satisfied.     

科技支撑国防科技工业节能减排工作成效与建议

文章分析了国防科技工业节能减排的形势和技术需求,总结了通过顶层设计、平台支撑、科技引领、宣传培训等一系列具体措施,在科技支撑国防科技工业节能减排工作中取得的成效,提出了“十二五”国防科技工业节能减排技术推广工作建议。     

一种基于用户层次信息的关联规则图书推荐系统

关联规则是数据挖掘的重要模式之一,有着极其重要的应用价值。由于其自身的优点,关联规则得到了迅速发展,并开始了广泛应用,然而传统的关联规则算法在应用中有很多的不足。因此本文提出了一种基于用户层次信息的关联规则图书推荐系统,实验结果表明,该算法能够有效减少运算量,并能提高推荐的准确度。     

一种改进的组合策略评审专家推荐算法

从项目管理的角度出发,综合考虑用户选择偏好、项目与专家的知识匹配度、项目间的相似性以及专家的历史表现等因素,融合基于内容特征、潜在主题特征、协同过滤和用户选择偏好等评审专家推荐算法,构建一种改进的组合策略的评审专家推荐算法,并通过设计实验,利用航天项目进行实验研究,结果分析表明推荐算法是可行且实用的。     

中、美、日信息服务业发展比较研究

在对中、美、日信息服务业发展现状比较的基础上,借鉴美、日的先进经验,提出了对我国信息服务业发展有针对性,制造性的七条对策。     

中文科技期刊中外文参考文献著者姓名著录问题的调查与分析

通过中文科技期刊中外文参考文献著者姓名著录问题的调查,从欧美著者和用汉语拼音字母书写的中国著者的著录形式入手,进行了5个单项的分析和比较,找到事实上占主流的著录形式,并与GB/T 7714-2005相比较,得出结论:就外文参考文献中著者姓名的著录规范问题,中文科技期刊执行国家标准还是比较好的.对没有较好地执行国家标准的期刊做了原因上的分析,并对国家标准相关条款的修订提出了建议.     

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。     

大数据环境下全球电子商务推荐服务研究进展

随着互联网的发展及电子商务的普及,电子商务推荐服务越来越受到业界及学界的关注。在明确大数据 环境下电子商务推荐服务的内涵与特征基础上,总结归纳近几年电子商务推荐服务的研究重点,建立大数据环境下推 荐服务的框架体系,分析推荐服务的发展趋势,并指出当前推荐服务存在的一些问题。在对大数据环境下的推荐服务 相关研究进行相对完整的梳理的基础上,发现当前研究的不足之处,提出自己的见解,以期为电子商务推荐服务发展 提供一定参考。