检索结果-内蒙古大学图书馆

图书情报工作 2007年第12期51卷 11-18,32页

作者：刘婧婧张向民美国罗格斯大学通信信息与图书馆学学院新伯朗士威08901

在当今的信息环境里,传统的信息检索系统在提高搜索性能方面有其局限性。传统信息检索系统的高查全率和查准率充其量也只能达到查询词所能表达的程度,但构造准确的查询词通常又是用户的困难所在,而且让用户评价每一篇搜索结果也很费时。... 详细信息

在当今的信息环境里,传统的信息检索系统在提高搜索性能方面有其局限性。传统信息检索系统的高查全率和查准率充其量也只能达到查询词所能表达的程度,但构造准确的查询词通常又是用户的困难所在,而且让用户评价每一篇搜索结果也很费时。自20世纪90年代以来不断开发的推荐技术被用来帮助解决传统的信息检索系统所存在的问题。介绍文献推荐系统的基本过程和主要内容,尤其是基于内容过滤和协作过滤的两种推荐技术,并讨论现行文献推荐系统面临的问题及系统评估问题,这些问题需要在未来的系统设计中加以考虑。

关键词：文献推荐系统信息检索推荐技术系统评估

来源：评论

学校读者我要写书评

暂无评论

基于论文引用网络的文献推荐系统研究

基于论文引用网络的文献推荐系统研究

引用

作者：姚远北京交通大学

学位级别：硕士

互联网的出现和普及带来了海量的数据，这就使得用户在面对海量信息的时候很难从中找到自己最需要的那部分，因此海量信息带来了信息利用率急速下降的问题，这就是所谓的信息超载问题。推荐系统就在这个背景下而产生的，它主要是根据用... 详细信息

互联网的出现和普及带来了海量的数据，这就使得用户在面对海量信息的时候很难从中找到自己最需要的那部分，因此海量信息带来了信息利用率急速下降的问题，这就是所谓的信息超载问题。推荐系统就在这个背景下而产生的，它主要是根据用户的兴趣和特点，向用户推荐其最可能感兴趣的信息或者商品，从而解决信息超载的问题。推荐系统是比搜索引擎更加智能的系统，它的基础是海量数据挖掘。\n 推荐系统近年来已经成为学术界的一个研究的热点，因为推荐系统可以很好的解决信息超载问题，已经被广泛的应用于很多领域，并且已经在工业界取得了许多成功的应用。业务系统的许多信息（用户元数据、产品元数据、协同相似性、用户反馈以及网络关系信息等等）都是对推荐有用的信息。传统的推荐方法，包括基于内容的推荐、协同过滤、基于社会网络的推荐和混合推荐，都是分别针对其中的某一两类信息进行单独的分析推荐，有可能得不到最好的推荐效果。本文就是主要针对科学研究领域的文献推荐问题，力图能够提供一种统一的推荐模型，将各类信息有机的融合起来，来提升推荐效果。\n 异构信息网络是一种能够描述多源、异构信息的方法，可以有效地将多种信息集成到一个模型之中，本文就是利用采集到的论文构建论文引用网络这个异构信息网络作为推荐模型，提取作者、研究领域和文本相似度等多种有效信息作为推荐依据，利用余弦相似度算法计算文献之间的相似度，进而用重启随机游走算法进行文献推荐，最后将推荐结果由高到低排序显示出来，从而实现文献推荐系统，达到为科研人员推荐学术论文、节省文献检索时间的目的。

关键词：论文引用网络文献推荐系统随机游走相似度计算检索时间

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯网的数字图书馆个性化文献推荐系统的研究

引用

科技视界 2012年第26期 38-39,428页

作者：马佳李小平贵州大学计算机科学与信息学院遵义医学院图书馆贵州遵义563003

为适应信息社会知识量的庞大和增长速度的不断加快,构建和不断完善数字图书馆的个性化推荐系统,从而能为信息用户提供更好的服务。贝叶斯网模型是作为一种不确定知识表达和推理领域的有效理论模型,将其引入到数字图书馆推荐系统中,探讨... 详细信息

为适应信息社会知识量的庞大和增长速度的不断加快,构建和不断完善数字图书馆的个性化推荐系统,从而能为信息用户提供更好的服务。贝叶斯网模型是作为一种不确定知识表达和推理领域的有效理论模型,将其引入到数字图书馆推荐系统中,探讨数字图书馆信息用户的借阅模式,能更好地发现读者个性化的信息查询行为、习惯和喜好,从而向读者推荐个性化的文献资源。

关键词：贝叶斯网数字化图书馆个性化服务文献推荐系统

来源：评论

学校读者我要写书评

暂无评论

基于逻辑回归的文献推荐系统的排序方法

引用

中阿科技论坛（中英文） 2024年第6期 87-91页

作者：张良江程肖银涛王现臣同方知网数字出版技术股份有限公司北京100192

应用数据挖掘技术对知识服务平台上的海量文献进行特征发掘,使用机器学习算法推荐文献,能帮助用户快速获取有效信息。基于逻辑回归的文献推荐系统的排序方法是将文献推荐作为分类问题,采用逻辑回归模型作为排序模型,对文献进行打分推荐... 详细信息

应用数据挖掘技术对知识服务平台上的海量文献进行特征发掘,使用机器学习算法推荐文献,能帮助用户快速获取有效信息。基于逻辑回归的文献推荐系统的排序方法是将文献推荐作为分类问题,采用逻辑回归模型作为排序模型,对文献进行打分推荐。文章认为,可通过分析推荐应用场景和用户日志分布,确立学习目标和采样方案;进而分析文献侧、机构侧、作者侧以及交互特征,进行特征筛选,构建特征数据集合,而后采用逻辑回归模型进行拟合。将线上流量划分为多个同等流量组,并将训练好的模型进行线上对照试验发现,点击率显著增加,说明该方法能够利用文献、用户、上下文等多种特征,通过预测正样本的概率对文献进行个性化排序,效果显著且训练和工程成本低,是一种投入小、见效快的方案。

关键词：逻辑回归机器学习文献推荐系统个性化排序点击率

来源：评论

学校读者我要写书评

暂无评论

文献情报大数据技术在智能推荐系统中的应用研究

引用

信息与电脑 2021年第8期33卷 193-195页

作者：王昭天津市和平区委党校理研资料室天津300000

文献推荐的目的是为用户推荐与浏览文献研究领域相近的文献,从而降低用户从海量数据中检索所需文献的负担。智能文献推荐系统不仅具有普通推荐系统的特征,而且能够综合考虑文献多维度信息对推荐效果的影响。笔者从引文推荐和相似度推荐... 详细信息

文献推荐的目的是为用户推荐与浏览文献研究领域相近的文献,从而降低用户从海量数据中检索所需文献的负担。智能文献推荐系统不仅具有普通推荐系统的特征,而且能够综合考虑文献多维度信息对推荐效果的影响。笔者从引文推荐和相似度推荐入手,构建一个基于文献情报大数据的智能文献推荐系统。

关键词：文献推荐系统引文推荐多级文本相似度推荐

来源：评论

学校读者我要写书评

暂无评论

基于论文引用网络的文献推荐算法研究

基于论文引用网络的文献推荐算法研究

引用

作者：姚远北京交通大学

学位级别：硕士

互联网的出现和普及带来了海量的数据,这就使得用户在面对海量信息的时候很难从中找到自己最需要的那部分,因此海量信息带来了信息利用率急速下降的问题,这就是所谓的信息超载问题。推荐系统就在这个背景下而产生的,它主要是根据用户的... 详细信息

互联网的出现和普及带来了海量的数据,这就使得用户在面对海量信息的时候很难从中找到自己最需要的那部分,因此海量信息带来了信息利用率急速下降的问题,这就是所谓的信息超载问题。推荐系统就在这个背景下而产生的,它主要是根据用户的兴趣和特点,向用户推荐其最可能感兴趣的信息或者商品,从而解决信息超载的问题。推荐系统是比搜索引擎更加智能的系统,它的基础是海量数据挖掘。推荐系统近年来已经成为学术界的一个研究的热点,因为推荐系统可以很好的解决信息超载问题,已经被广泛的应用于很多领域,并且已经在工业界取得了许多成功的应用。业务系统的许多信息(用户元数据、产品元数据、协同相似性、用户反馈以及网络关系信息等等)都是对推荐有用的信息。传统的推荐方法,包括基于内容的推荐、协同过滤、基于社会网络的推荐和混合推荐,都是分别针对其中的某一两类信息进行单独的分析推荐,有可能得不到最好的推荐效果。本文就是主要针对科学研究领域的文献推荐问题,力图能够提供一种统一的推荐模型,将各类信息有机的融合起来,来提升推荐效果。异构信息网络是一种能够描述多源、异构信息的方法,可以有效地将多种信息集成到一个模型之中,本文就是利用采集到的论文构建论文引用网络这个异构信息网络作为推荐模型,提取作者、研究领域和文本相似度等多种有效信息作为推荐依据,利用余弦相似度算法计算文献之间的相似度,进而用重启随机游走算法进行文献推荐,最后将推荐结果由高到低排序显示出来,从而实现文献推荐系统,达到为科研人员推荐学术论文、节省文献检索时间的目的。

关键词：论文引用网络文献推荐系统随机游走

来源：评论

学校读者我要写书评

暂无评论

一种解决文献推荐中冷启动问题方法的设计与实现

一种解决文献推荐中冷启动问题方法的设计与实现

引用

作者：王流斌北京大学

学位级别：硕士

推荐系统采用信息过滤技术为用户推荐可能感兴趣的信息或产品,Amazon、Netflix和Yahoo应用推荐技术分别在图书、电影和音乐的销售上取得了很大的成功。协同过滤和基于内容的推荐是推荐系统中常用的两类方法,在实际中得到广泛的应用。这... 详细信息

推荐系统采用信息过滤技术为用户推荐可能感兴趣的信息或产品,Amazon、Netflix和Yahoo应用推荐技术分别在图书、电影和音乐的销售上取得了很大的成功。协同过滤和基于内容的推荐是推荐系统中常用的两类方法,在实际中得到广泛的应用。这两类方法都面临的冷启动问题:当新的用户或产品进入系统时提供的信息很少,推荐系统缺少数据难以做出可靠的推断和预测。在科技文献推荐中,冷启动问题更为严重,传统方法达不到好的推荐效果。本文分析了科技文献推荐系统中用户的需求和行为模式,解释了冷启动问题突出存在的原因,文章结合用户,文献和标签三类信息采用基于图的推荐模型,在用户和文献的基础上加入标签增加关联关系,存三者组成的信任网络上使用基于运用随机游走算法产生推荐结果,为科技文献推荐中严重存在的冷启动问题提供了一种可行的解决方法。文章的前两部分介绍了推荐系统出现的背景和当前的发展并简要的介绍了常用的推荐技术。第三部分讨论了科技文献推荐中的冷启动问题和科技文献推荐的一般方法。第四部分介绍了本文解决冷启动问题方法的设计与实现。最后对文章做了总结并提出了下一步研究的方向。

关键词：文献推荐系统科技文献冷启动问题随机游走信息过滤

来源：评论

学校读者我要写书评

暂无评论

融合辅助信息的文献推荐方法研究

融合辅助信息的文献推荐方法研究

引用

作者：柳亚郑州大学

学位级别：硕士

文献阅读是高校研究生提高科研水平的重要途径之一。科学出版物的急剧增长造成文献资源信息过载,继而引起科研用户难以阅读领域内所有相关文献进行科学研究。基于关键词的信息检索技术虽然在一定程度上能够缓解文献信息过载带来的压力,... 详细信息

文献阅读是高校研究生提高科研水平的重要途径之一。科学出版物的急剧增长造成文献资源信息过载,继而引起科研用户难以阅读领域内所有相关文献进行科学研究。基于关键词的信息检索技术虽然在一定程度上能够缓解文献信息过载带来的压力,但检索结果依然存在数据量庞大的问题,用户仍需要花费大量时间和精力筛选感兴趣的文献。在这种背景下文献推荐系统应运而生,它能根据用户与系统的交互信息预测用户偏好,自动地为用户推荐其感兴趣的文献。随着用户偏好逐渐趋于多样化和复杂化,传统的基于单一数据源建模的文献推荐方法难以准确预测用户偏好。另外,对于新用户,由于缺乏与系统的交互信息,会存在冷启动的问题。对于以上问题,现有研究通常采用引入文献的作者、文献的所属期刊、文献的引用关系等辅助信息来提高模型的推荐性能。然而,囿于辅助信息通常包含多样化数据类型,融合这些辅助信息进行推荐存在以下问题:一是辅助信息数据结构的差异性特性导致推荐模型难以利用所有信息;二是辅助信息的信息抽取影响辅助效果,学习有效的特征表示尤为重要;三是不同辅助信息对于模型结果的重要程度难以分辨,需要有效融合辅助信息向量。针对以上问题,本文的主要工作如下:(1)为了有效抽取和融合辅助信息,提出了一个基于异质信息网络的文献推荐模型,在用户的行为数据基础上,通过构建用户-文献的关系网络引入文献的引用信息和标签信息,并使用元路径相似的方法从所构建的用户-文献的关系网络中学习用户偏好特征表示;此外,设计了一个深度神经网络,对上述偏好表示再学习以获得更为完善的用户偏好特征表示;最后,利用自注意力机制对多方面用户偏好特征进行融合,以此帮助模型识别关键特征,获得更好的推荐表现。(2)为了实现对辅助信息的充分利用,在上述模型的基础上,加入了文献的文本信息,提出了一个融合多维特征的文献推荐改进模型。该模型首先利用元路径随机游走的方法从所构建的用户-文献的关系网络中学习用户偏好特征表示,并结合深度神经网络学习更为完善的用户偏好特征;然后,利用文本表示方法学习用户背景知识表示,最后将以上两种方法获取的用户偏好特征向量同时输入自注意力机制中以获得用户的最终嵌入表示。(3)在真实的数据集上对所提出的两个文献推荐算法的推荐性能进行验证,实验结果表明本文所提出算法的推荐表现优于其他算法;同时,通过对整体模型设计消融实验,验证了模型各部分功能的有效性;此外,利用冷启动用户证明了本文所提出的第二个文献推荐模型在解决冷启动问题方面的有效性。

关键词：文献推荐系统辅助信息异质信息网络深度学习自注意力机制文本表示方法

来源：评论

学校读者我要写书评

暂无评论

基于多标签属性的学术文献推荐研究

引用

情报探索 2015年第4期 8-10页

作者：肖诗伯杨玉梅兰鹰吕思蜀川北医学院图书馆四川南充637000

采集用户的标签行为形成标签数据集,运用K-近邻算法模型将标签数据集向量表示为多维的形式,利用欧氏距离公式评价各文献之间的相关度,从而实现主动向用户推荐文献。最后,针对计算复杂度和准确率等问题,提出今后研究方向。

关键词：文献推荐系统 K-近邻算法(KNN) 标签机器学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：