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LDA和社会网络中心度的研究生个性化检索推荐模型研究

[目的/意义] 为了解决研究生用户面临的检索问题,提出一种基于LDA和社会网络中心度分析的个性化检索推荐模型。[方法/过程] 首先,该模型以研究生学科专业为个性化特征,并据此选择相应的数据源。其次,该模型使用LDA识别主题内容,以完成全面知识的展示。再次,该模型根据用户提交的检索词在相应的关键词-主题共现网络中进行社会网络中心度分析,以完成用户相关知识的推荐。[结果/结论] 实验表明,该模型能够很好地解决研究生检索中个性化特征、全面知识展示以及相关知识推荐三大问题,其有效性得到一定程度的验证。     

面向“互联网+”的图书荐购模型研究与实践

面向"互联网+"时代,文章以图书荐购为研究对象,首先分析了"互联网+"时代图书采访工作发生的变化与机遇,然后分析了图书采访工作当前的应用研究进展,提出了开放式图书荐购服务模型和系统平台,接着分享了昆明理工大学图书馆的开放式图书荐购实践情况,最后就目前存在的问题做了总结与展望。     

基于社会化推荐的网络浏览行为分析

随着网络信息环境的变化,传统认知中的浏览行为模式已发生很大的改变,从而需要重新来审视“浏览”这一具有普遍性的信息行为在新的信息环境下的规律和特点。围绕社会化推荐这一情境,对社会化推荐的模式以及与之对应的浏览行为开展定性分析,并基于此对传统的浏览行为的理论框架提出改进。     

Web日志挖掘在电子商务推荐中的应用

介绍电子商务和Web数据挖掘的概念,并介绍Web使用挖掘中应用最多的技术——Web日志挖掘.重点阐述了日志挖掘算法——关联规则的有关知识,以及改进的频繁项目集生成算法Apriori和强关联规则生成算法,并结合实例进行了分析研究.     

基于用户兴趣的个性化推荐系统比较研究

个性化推荐系统是解决信息过载的有效途径之一,已广泛应用于电子商务等领域．介绍推荐系统及其组成部分,就个性化推荐系统的几个关键技术进行了阐述和比较,总结推荐系统主要的评价指标,并对未来可能的发展方向进行了初步预测．     

基于云计算的个性化推荐系统的研究

在对传统的推荐算法进行比较研究的基础上,结合云计算的优势,提出基于云计算的个性化推荐系统,详细阐述基于MapReduce的推荐过程.本研究为云平台下推荐系统的研究与应用提供参考.     

试析晚清早期驻外公使的遴选机制

遴选机制是晚清驻外公使制度的基本内容之一,对于中国近代外交体系的发展具有重要影响。本文通过对这一机制的考察,认为作为公使选拔方式的荐举制蕴含了复杂的政治派系斗争,而以“体用悉备”作为公使选拔的必要条件则满足了中国社会对外交“通才”的需求,这些都体现了中国近代外交初期非计划性和非职业化的特征。     

基于网页结构相关性的个性化推荐技术研究

讨论为访问用户提供高质量个性化推荐服务的个性化推荐系统的设计和实现.通过分析现有的基于Web体系结构的个性化推荐系统的特点,从用户访问W eb页面的特点出发,确定了以网页结构相关性为基础进行个性化推荐技术研究的目标.推荐系统由离线挖掘子系统和在线推荐子系统两部分组成.仿真实验表明,基于网页结构相关性的推荐系统具有较高的推荐准确性和更快的响应速度.