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.     

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。     

当前出版印刷业对图书馆工作的影响

本文以笔者自己的切身体会，阐述了当前出版印刷行业的一些新情况、新变化对图书馆采编以及图书保护工作的影响，并提出了相应的解决办法。     

一种基于相似度和信任度融合的微博内容推荐方法

[目的/意义]微博对用户获取信息和建立社交网络具有重要作用。提出一种基于相似度和信任度融合的微博内容推荐方法,能够从用户需求出发进行个性化微博内容推荐,对提高微博服务质量、改善信息过载问题具有意义。[方法/过程]基于相似度和信任度融合算法,构建微博内容推荐模型,以新浪微博为研究对象,采用编程方式获取汽车、体育、运动健身、互联网和财经5个领域的数据,展开用户相似度与信任度计算的实验分析和比较。[结果/结论]分析结果显示该方法可以有效表示和挖掘微博内容,改善微博推荐的准确性和用户满意度。     

基于关联规则的推荐系统在数字图书馆中的应用

阐述和分析了数据挖掘中关联规则的算法,提出了在数字图书馆中构建推荐系统模型。本文采用Apriori算法,并根据实际的应用对算法进行改进,克服算法弱点,提高推荐精度,实现数字图书馆的个性化服务。     

数据驱动视角下智慧图书馆阅读推荐服务运行机理研究

基于数据驱动明确智慧图书馆阅读推荐服务的实际运行状态,探讨适合大数据环境中智慧图书馆阅读推荐服务的创新途径,打造具有自我成长性的智慧图书馆阅读推荐服务生态系统.在数据驱动视角下,智慧图书馆阅读推荐服务运行原则具有生态性,运转规律符合生命周期,作用效果为正向性.基于数据驱动,可以从生态性角度利用数据驱动相关技术创新阅读推...     

新兴产业报道如何以算法思维细分受众

新兴产业已成为中国经济结构调整的最新着力点,未来还将长期持续.但同其他经济报道相似,新兴产业报道领域也一直面临着信息数量与质量两方面供不应求的困境.以今日头条等为代表的互联网新媒体借助创新的推荐算法,实际上遵循了大众传播的本质规律,有效实现了信息供求双方的精准匹配.新兴产业报道的传播者,尤其是传统媒体,亟待深刻认识并充...     

认罪认罚从宽视域下精准化量刑建议的优化路径

2018年新修订的《刑事诉讼法》中,正式增加了认罪认罚从宽制度的规定.随着这一规定的提出,精准化量刑建议被作为《刑事诉讼法》有效运行的支点引发了诸多争议与讨论.为了对精准化量刑建议所包含的基本原理进行深入探究和对其的诸多争议进行回应,文章从量刑建议精准化实施的必要性和可行性入手,总结出量刑建议走向精准化存在的现实困难和...     

基于知识图谱的汉语词汇学习资源推荐研究——以HSK三级词汇为例

为解决初级汉语水平学习者的词汇学习迷航问题,提高其学习效率和词汇应用能力,文章首先梳理了信息技术促进词汇学习的研究现状,并指出学习资源推荐技术存在的问题。随后,文章设计了汉语水平考试(HSK)三级词汇的学习资源、10种关系及其特性和优先级,构建了本体,提出了推荐流程,并参考Jena框架,构建了基于知识图谱的汉语词汇学习资源推荐系统。最后,文章采用问卷调查和访谈法进行了推荐系统的学习体验评价,结果表明:学习者对推荐系统的满意度较高,认为推荐系统可促进汉语词汇的学习。基于知识图谱的汉语词汇学习资源推荐系统能够提升汉语词汇的学习效率,实现汉语词汇学习规模化和个性化的统一。