基于协同过滤的电力信息运维知识个性化推荐模型

提出了基于协同过滤的电力信息运维知识个性化推荐模型.首先给出了电力信息运维知识个性化推荐模型的建立流程;其次引入隐式评分机制,将运维人员的学习行为转换为对电力信息运维知识的隐式评分;再次对传统协同过滤算法的不足进行改进;最后基于改进协同过滤算法构建个性化推荐模型,对电力信息运维知识进行推荐.实验结果表明,该个性化推荐模型能够有效提高推荐效果,具有实际意义.     

基于学生行为分析的就业信息推荐服务

高校就业信息系统中存在大量的企业招聘信息,这些信息为毕业生提供了大量的就业机会.但是对于没有工作经历的学生来说,面对纷杂的信息,常常在选择上出现迷茫,因此需要在系统中添加个性化的信息推荐服务,向学生推送符合其自身特点的就业信息,以此来提高学生的就业率和就业匹配度.针对面向学生的就业信息推荐问题,提出一种基于学生行为分析...     

网络环境下高校图书馆的个性化信息服务

随着时代的不断进步和网络技术的飞速发展,用户对信息的要求越来越个性化和多样化,传统的高校图书馆信息服务模式已经不能满足用户更高层次的个性化信息需求。因此,针对现有的网络环境,整合高校的有效资源,改善高校图书馆的个性化信息服务,已经成为了各个高校的重要任务之一。本文对网络环境下高校图书馆的个性化信息服务进行了分析和研究。     

一种基于桌面信息的个性化推荐方法

针对当前信息检索服务中存在的固有缺陷,提出了一种基于用户桌面信息抽取的个性化推荐方法.详细介绍了通过用户桌面资源信息抽取建立长期用户模型,以及通过工作场景信息抽取建立短期用户模型的算法.长期用户模型提供了完整全面的用户兴趣偏好信息,短期用户模型则为预测用户当前信息需求提供了依据.实验结果表明,基于用户桌面信息抽取的个性化推荐服务能较好地预测用户当前需求、具有良好的推荐效果.     

主动推荐实现新的图书馆个性化信息服务系统

本文从数字图书馆的发展出发探讨了高校数字图书馆实现个性化服务的必要性,并借鉴国内外图书馆个性化信息服务系统的经验,以主动推荐为核心,设计出一个新的图书馆个性化信息服务系统。     

基于知识管理的图书馆2.0个性化信息服务门户

探讨了Web2.0时代高校图书馆个性化信息服务门户创新模式,将知识管理理念引入图书馆个性化信息服务,提出基于知识管理的图书馆2.0个性化信息服务门户.     

融合多源图信息的图神经网络会话推荐算法

现有的基于图神经网络的会话推荐算法通过将会话序列构筑为图形结构捕捉项目转换关系,能够有效提高推荐性能.然而多数图神经网络及其改进模型在建模会话时仅考虑会话序列中项目的单次转换关系,忽略了会话中包含的大量有效信息,同时缺乏对项目间隐藏关联性的分析.因此提出融合多源图信息的图神经网络会话推荐算法.将用户重复行为信息,项目内容关联信息纳入到会话图建模过程当中,有效提取项目更深层次的复杂转换关系,并通过线性转换进行聚合.此外采用外部注意力机制辅助获取会话序列项目隐藏关联信息,使得生成的会话向量在推荐过程中更加精确.在真实数据集Yoochoose和Diginetica上进行实验,实验结果表明该模型优于基准模型,特别地,相较于SR-GNN模型在MRR@20指标上提高了12.50%,能更好地预测用户的下一次点击项目.     

高校图书馆网络个性化信息服务

阐述了高校图书馆个性化信息服务的发展优势,如个性化信息服务需求日益增长,个性化信息服务所需技术已基本成熟,网络的发展为个性化信息服务提供平台,等.提出了可供高校图书馆个性化信息服务的模式,包括:数据库查询服务,学科信息导航,My Library服务系统.就高校图书馆个性化信息服务工作,提出注意安全与隐私保护及培养个性化信息服务人才的建议.     

社交网络中基于用户投票的推荐机制

为了改善目前社交网络中热点信息推荐与个性化好友推荐的不足,提出基于用户投票的推荐机制.首先,根据众多用户对某条信息的投票情况评估信息的热度与价值,将用户对信息的浏览、评论、转发等操作以及时间因素与用户主动性投票相结合,提出基于用户投票的热点信息推荐算法.然后,根据某个用户对众多信息的投票情况评估用户的兴趣,从用户对网络信息的投票以及浏览情况中提取出用户的兴趣度特征,进而提出基于用户投票的个性化好友推荐算法.最后,针对2个算法进行仿真实验,评估各因素对推荐算法的影响和推荐的有效性.实验结果表明,基于用户投票的推荐机制可以有效地进行热点信息与个性化好友的推荐.     

数字图书馆个性化信息服务的实现

数字图书馆个性化信息服务是以用户为中心的信息服务,它在研究用户行为、兴趣、爱好、专业和习惯的基础上,根据用户的个性化需要而开展信息服务.数字图书馆应采取获取用户信息需求、组织系统资源、运用信息推荐技术等方式实现个性化信息服务.     

高校图书馆基于博客平台的个性化信息服务研究

博客对于高校图书馆个性化信息服务具有一定的先天优势和良好影响，高校图书馆应利用、发展好博客平台，丰富博客内容，提升博客水平，从而实现在更高层次上满足广大读者个性化信息服务需求，推动图书馆事业又好又快发展。     

高校图书馆2.0信息服务模式研究

针对高校图书馆传统信息服务中读者个性化程度低、交互性差等弊端,基于图书馆2.0,通过构建高校图书馆信息服务新模式,有效地改进服务手段,提升服务质量.     

Web2．0在高校图书馆个性化信息服务的应用

本文从Web2．0的涵义、高校图书馆用户个性化信息服务的特点和Web2．0技术在高校图书馆个性化服务中的应用等三个方面进行论述基于Web2．0的高校图书馆个性化信息服务。     

下一代移动推荐系统

推荐系统的目的是通过利用用户的评价信息,实现从过载的信息中识别出用户感兴趣的内容.移动环境下的空间数据复杂性较高,并且用户的上下文信息更加模糊,从而使得移动个性化推荐相比于传统领域面临更大的挑战.本文通过介绍传统推荐算法和移动环境下个性化推荐的特性,给出了移动推荐的挑战;在基于GPS信息的出租车线路推荐和旅游包推荐两个移动案例基础上,提出了移动序列推荐问题及基于约束的旅游推荐问题,并给出了相应的解决方案.     

浅谈现代高校图书馆个性化信息服务

信息时代,个性化信息服务越来越成为现代高校图书馆服务工作的一个重要方面.本文就高校如何开展个性化信息服务提出了几点措施并分析了个性化信息服务保障实施的几个相关条件.     

基于综合用户信息的用户兴趣建模研究

为实现个性化服务,理解用户兴趣成为提供搜索服务的关键任务,因此针对传统的用户兴趣建模技术的一些不足,提出了基于浏览内容、浏览时间和操作时间的综合用户兴趣建模方法,将VSM和SVM引入用户兴趣模型的构建,并在此基础上给出了推荐系统的框架,实现了基于此模型的推荐系统.试验结果显示,系统较好的实现了用户感兴趣信息的推荐.     

高校科研资源的个性化融合推荐

为满足高校师生对科研资源复杂的个性化服务需求,设计了高校科研资源个性化服务系统,简称个性化科研服务系统(PSRSS,personalized scientific research service system)。全面分析了高校科研用户的个性化科研资源服务需求,设计了基于数据层、融合多种推荐策略的推荐计算层、应用呈现层的多引擎融合推荐系统架构,基于不同推荐场景,比较了不同的推荐算法并对选择的算法进行了针对性优化,探讨了用户模型和科研资源模型的设计,实现了基于资源热度、项目内容相似度、相似用户协同过滤的Top-N推荐。系统提升了高校师生获取科研资源的体验,为高校科研资源个性化服务系统建设提供了新思路。     

论高校图书馆的个性化信息服务

论述了高校图书馆开展个性化信息服务的重要意义、应具备的条件以及个性化定制服务的特点,结合北华大学图书馆实际情况,探讨了高校图书馆开展个性化信息服务的措施和方法.     

数字图书馆个性化信息服务系统研究

突破局限于个性化定制技术的数字图书馆(digital library,以下简称DL)个性化信息服务现状,结合信息定制、信息推送、信息过滤、数据挖掘、智能代理等先进技术,构建了一个以数字化信息资源为基础,以用户需求为中心,以信息推荐为主要功能的个性化信息服务系统.     

特色高校图书馆个性化信息服务模式研究——以中国民航大学为例

特色高校图书馆以其各类专业文献资源的优势在高校的教学和科研中发挥着无可替代的作用.介绍了特色高校图书馆与普通高校图书馆之间在个性化信息服务方面的区别,详细分析了中国民航大学图书馆个性化信息服务模式,以期为其他特色高校图书馆提供个性化信息服务参考.