个性化图书推荐研究

个性化图书推荐系统通过对用户借阅行为的统计分析,获取用户的兴趣特征,实现由原来的人找书到书找人一对一的个性化图书推荐。现有的图书推荐系统各有侧重,图书推荐算法及评价标准各具优、缺点。未来,图书推荐的研究热点及难点将集中在借阅记录的稀疏性、新图书问题、高校新生问题、用户统计学信息、根据《中国图书馆分类法》计算图书相似性、副本数及借阅规章制度等方面。     

情报学中信息社会化推荐的理论研究

文章通过对情报学中信息推荐产生的背景、研究现状进行探讨,分析了目前信息推荐存在的问题和不足,并且针对信息获取和理解、信息交流和共享、用户兴趣获取与理解、用户评价反馈、专业化程度等不足,提出改进策略,进而利用情报学中的社会网络视角,对信息推荐进行解读,并且构建了社会化信息推荐模型。     

娱乐信息系统用户接受行为研究现状及发展趋势

当前对娱乐导向信息系统用户接受行为的研究引起了社会及学界的广泛关注,该研究能够更大程度地发挥系统的价值,增加用户粘性。从娱乐信息系统概念及内涵,娱乐信息系统用户接受行为模型基础,娱乐信息系统用户接受行为影响因素(包括内部动机因素、社会性因素及环境因素)等方面进行分析研究,并对娱乐信息系统用户接受行为未来的研究方向进行了展望。     

基于MADM方法的个性化推荐研究

个性化推荐服务可以帮助用户便捷高效地获取所需的商品,本文通过将语言标度引入到MADM方法中的模糊语言量词引导OWA算子方法中,利用Web用户反馈的不完全信息来分析具体信息用户偏好,向具体用户推荐其可能感兴趣的商品来提高用户的忠诚度。     

时间上下文优化的协同过滤图书推荐

针对高校图书馆场景存在的无显式反馈、借阅数据稀疏和传统推荐算法效果不好问题,提出基于时间上下文优化协同过滤的推荐算法,包含读者阅读行为评分、时间上下文和内容兴趣变迁3个要素。在数据准备阶段,通过制定评分转化规则、设计标准化函数来构建一种基于用户行为操作的兴趣评分模型,以解决用户评分缺失问题;在推荐召回阶段,提出一种非线性的时间衰减模型来对评价矩阵进行优化,以提高推荐效果;在推荐排序阶段,提出一种兴趣捕捉模型对召回结果按照图书类别进行精排序,以缓解数据稀疏问题并进一步提高推荐效果。实验结果表明,文章提出的优化算法在Top5的F值较未经优化的协同过滤提升增幅达141%。     

山药多糖和武夷水仙复合饮料工艺优化研究

利用武夷岩茶水仙为原料,通过消费者接受性检验法,以消费者接受性综合评分为指标,采用单因素试验确定影响复合茶饮料消费接受性的适宜条件后,通过正交试验确定饮料的最佳配方为山药多糖浓度0.7%、茶汤浓度13%、蔗糖浓度11%、柠檬酸浓度0.03%。风味剖面分析该复合茶饮料的感官特征为：色泽鲜亮,风味独特,酸甜适中,清香纯正。     

论欧阳修对南唐词的接受及其文化审美心态

晚唐五代词风对北宋词影响较大,与花间词相比,南唐词具有情深而文雅的特点,更易为北宋士大夫所接受。欧阳修在北宋词坛上具有承上启下的地位,又具有合体的文学观念,因此他对于南唐词的接受,更能体现北宋人的文化审美心态。一是接受南唐词淡化情节、形象的写作技巧,深化、细化词作的情感;二是接受南唐词淡化情欲描写,提纯人的感情的写作技巧,使得感情温润纯正;三是接受南唐词幽深的意境,摈弃了其深广的意境;接受南唐词细腻婉转的情思,淡化了其深沉的情思,使得意境迷离,情思摇曳。这样,既遵循了词作摇曳迷离的心绪文学的审美特征,又遵循了儒家温润雅正的审美思想。这种心态的形成是由作者对于词体的认识、合体观念及其儒家文化审美观念共同决定的,也是当时士大夫接受南唐词时的普遍心态,但这种心态一方面不能真实地反映作者的内心感受,一方面受到了儒家文化的束缚,因此说,它并不是一个完全的心灵审美化的过程。     

《桃花源记》在南北朝时期的传播与接受

陶渊明的《桃花源记》是一篇经典作品。本文考察了其在南北朝时期的传播与接受情况,并分析了原因。南北朝时期,人们对《桃花源记》的接受,首先是如原作中呈现出来的避世隐选之意。在此基础上,后来出现了以桃源为景致和以桃源为仙境的变异。庾信是这一时期桃源接受的集大成者。     

大学英语学习者对翻转课堂接受度的调查研究

翻转课堂通过变革教学流程实现了知识传授的提前与知识内化的优化,为大学英语教学改革的进一步发展提供了新的思路.文章以问卷调查和访谈为主要研究手段,着重探析了大学英语学习者对于翻转课堂的接受度.研究结果表明,尽管学习者对翻转课堂不同阶段的接受度存在差异,翻转课堂基本上得到了学习者的认可.文章进一步剖析了翻转课堂获得认可的原因,并指出在大学英语教学中推广与应用翻转课堂时应注意的问题.     

数字学习资源的个性化推荐效果提升研究——以学习元平台资源推荐设计为例

数字学习时代,海量的学习资源不但没有促进学习效率的提升,反而加剧了资源获取的负担。该文针对数字学习资源过载现状,借鉴个性化推荐策略,就数字学习资源的服务效果提升进行研究。该文以北京师范大学泛在学习资源平台一学习元平台资源推荐设计为例,分别阐述了个体学习者与群体学习者的数字学习资源服务策略,并从推荐算法的角度阐述了学习资源个性化推荐效果提升策略。