图书馆读者细分模型的分析与建立

由于单一的读者属性细分方式很难满足个性化服务的需要,提出了4种不同的细分方式,利用系统聚类算法建立了图书馆读者细分模型,并通过大量图书馆流通数据的训练,验证了模型的有效性和实用性.     

基于读者荐购的图书馆文献建设新模式

介绍了读者荐购模式的起源和发展情况，阐述了读者荐购模式的基本工作流程及分类，探讨了读者荐购的优点，分析了读者荐购存在的问题，提出了解决方案。     

浅议高校图书馆人文精神的回归

高校图书馆的人文精神作为图书馆的内在动力和精神内核,在高校图书馆步入现代化阶段时仍将发挥重要作用。从阐释图书馆人文精神的概念出发,系统地探讨了什么是图书馆人文精神,怎样做才能在高校图书馆内更加体现人文精神。     

试论现代高校图书馆的服务体系

新的形势下传统高校图书馆的功能正在逐渐边缘化。为了强化图书馆的知识信息传播功能和服务功能,需要建立个性化的服务体系:一是以人为本,建立和谐图书馆;二是注重图书馆员的素质培养能力的培养以及主观能动性的发挥。     

Community-Based User Domain Model Collaborative Recommendation Algorithm

Collaborative Filtering (CF) is a commonly used technique in recommendation systems. It can promote items of interest to a target user from a large selection of available items. It is divided into two broad classes: memory-based algorithms and model-based algorithms. The latter requires some time to build a model but recommends online items quickly, while the former is time-consuming but does not require pre-building time. Considering the shortcomings of the two types of algorithms, we propose a novel Community-based User domain Collaborative Recommendation Algorithm (CUCRA). The idea comes from the fact that recommendations are usually made by users with similar preferences. The first step is to build a user-user social network based on users’ preference data. The second step is to find communities with similar user preferences using a community detective algorithm. Finally, items are recommended to users by applying collaborative filtering on communities. Because we recommend items to users in communities instead of to an entire social network, the method has perfect online performance. Applying this method to a collaborative tagging system, experimental results show that the recommendation accuracy of CUCRA is relatively good, and the online time-complexity reduces to O.n/.     

An E.Commerce Recommender System Based on Content-Based Filtering

Content-based filtering E-commerce recommender system was discussed fully in this paper. Users＇ unique features can be explored by means of vector space model firstly. Then based on the qualitative value of products informa tion, the recommender lists were obtained. Since the system can adapt to the users＇ feedback automatically, its performance were enhanced comprehensively. Finally the evaluation of the system and the experimental results were presented.     

基于协作过滤的Web日志数据预处理研究

协作过滤是当今应用较为成功的个性化服务技术，Web日志可以为个性化服务技术提供重要的数据源，只要对日志数据进行高效预处理，就能提高协作过滤算法有效性和个性化服务质量。结合实际日志数据的处理，给出了基于协作过滤的Web日志数据预处理过程结构图和一种可行的数据预处理方法，该方法不仅可以提供更加干净、规则的数据源，而且在用户兴趣度量方面，弥补了以往诸多兴趣度量方法的不足，为协作过滤算法提供了更加准确的数据支持。     

用WebClass与SQL Server开发网上新书报导系统

根据图书馆网上新书报导的需求,分析了目前国内网上新书报导的不足,提出了网上新书报导应该实现的功能及目标,并用WebClass与SQLServer实现网上新书报导系统的设计和开发。     

ITU-T G.728语音压缩算法的实时实现

ITU－TG．728建议是国际电信联盟于1992年制定比特率为16kb/s的低延时CELP类语音编码器。在扼要介绍G．728编码码算法原理基础上，详细讨论了G．728的LD－CELP算法在TMS320C6211上实时实现的硬件设计和软件开发及系统设计中的一些关键技术。     

基于Web日志的因特网协作推荐系统的研究

针对当前推荐系统研究中存在的问题，提出了一个基于Web日志的Internet协作推荐系统。它在用户浏览兴趣度量时综合考虑了页面访问次数、浏览时间的长度和页面的大小，然后将具有相似用户浏览兴趣的页面进行推荐。算法过程如下：先对Web日志进行预处理后得到用户事务，然后对这些用户事务进行各个页面的浏览兴趣矢量表示，最后通过推荐引擎生成实时推荐。经实验表明，该系统比其他方法推荐的网页点击率高。