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.     

基于数据挖掘技术的图书馆个性化信息服务探讨

文章从数据挖掘技术的相关原理出发,构建了图书馆个性化信息服务系统,并对数据挖掘的实施过程进行了简要论述,并从关联规则的角度介绍了基于数据挖掘技术的图书馆个性化信息服务的实现途径.     

基于数据挖掘技术的高校图书馆个性化服务

通过对2005—2010年十年间关于数据挖掘在高校图书馆个性化服务方面的应用的文章进行综述,总结现在的研究现状;在此基础上提出数据挖掘应用于高校图书馆个性化服务的新要求,建立互动式的个性化服务,建立好书推荐栏,利用数据挖掘对馆藏进行优化,建立小型院系数据库;最后,对数据挖掘应用于高校图书馆个性化服务做出展望。     

高校图书馆个性化服务中数据挖掘技术的应用研究

服务是图书馆工作的重要内容,数据挖掘技术的充分运用推进了图书馆的个性化服务。本文首先对高校图书馆服务数据挖掘技术的应用研究背景进行了阐述,进而介绍了数据挖掘技术在高校图书馆服务中的运用。     

高校图书馆个性化服务中数据挖掘技术的应用

个性化服务即根据信息用户的知识结构、信息需求、使用行为、习惯偏好等为其提供的信息服务。分析了数据挖掘技术在高校图书馆中应用的必要性与可行性,总结个性化服务的表现形式,并提出数据挖掘技术的具体应用流程。     

数据挖掘技术与读者个性化服务

本文在介绍数据挖掘技术和数据挖掘方法的基础之上,结合目前高校图书馆的实际情况,就如何应用数据挖掘技术。创建读者个性化服务进行了具体研究。     

数据挖掘技术与读者个性化服务

本文在介绍数据挖掘技术和数据挖掘方法的基础之上,结合目前高校图书馆的实际情况,就如何应用数据挖掘技术,创建读者个性化服务进行了具体研究.     

论高校图书馆个性化信息推荐服务

论文介绍了高校图书馆开展个性化推荐服务的必要性及现状,论述了高校图书馆个性化推荐服务的关键技术,提出了高校图书馆个性化推荐服务应注意的问题以及应用前景。     

智慧校园背景下图书馆个性化推荐服务系统设计

从图书馆个性化推荐的角度出发,深入挖掘了图书馆用户的信息数据,提出了个性化服务系统的运行条件,设计了个性化服务系统,以期完善图书馆的服务和管理体系,提高图书馆的服务质量。     

数据挖掘应用于高校图书馆个性化服务的探讨

图书馆作为信息资源收集、加工和服务的中心,随着信息技术的不断发展,在图书馆积累了丰富的数字信息资源。在图书馆服务工作中,采用数据挖掘技术对读者以及读者访问等数据进行分析和挖掘,从中发现读者兴趣和资源的关联,为读者提供个性化服务,这对图书信息资源的有效利用有着重要的理论和实践意义,图书馆的潜力和价值也将被更大程度地释放。     

基于数据挖掘技术的信息推荐服务研究

信息推荐服务水平的提高对公共服务质量的提升有着很大的帮助.文章分析了基于数据挖掘技术的信息推荐服务的优势,并对该服务的组成因素以及组成方法进行了剖析,以增强信息推荐的针对性,为客户提供更好的服务.     

高校图书馆个性化专题推荐研究

为应对高校图书馆用户普遍面临的"信息过载"和"信息迷航"问题,提高图书馆专题信息服务质量和优化资源的有效利用,文章采用数据挖掘和数据推荐技术,构建了一个高校图书馆个性化专题推送服务模型,并应用该模型对广西某高校图书馆MELINETS II系统中大量的查询借阅日志记录进行了挖掘和分析,以便为高校图书馆用户指引及时、准确、适宜的资源,并提供更具人性化和针对性的个性化信息服务。     

高校图书馆个性化信息推荐服务的研究与发展

在网络高速化发展的今天，用户对信息的需求不再是大量漫无边际的信息，而是呈现出个性化、多样性和复杂性的特点。高校图书馆应拓展自己的服务模式，迎合个性化信息的需求，才能数字化浪潮中占有一席之地。     

基于数据挖掘技术的档案个性化利用服务

文章从档案个性化利用服务的内涵、档案利用服务的传统类型及局限、基于数据挖掘技术开展档案个性化利用服务的措施三个方面,就基于数据挖掘技术的档案个性化利用服务加以阐述。     

基于认知升级理论的高校图书馆智慧推荐服务研究

[目的/意义]将认知升级理论融入图书馆智慧推荐服务中,以实现知以藏往、见贤思齐的智慧化推荐服务。[方法/过程]首先,从兴趣热度、内容质量评价和专指度3个指标入手,构建图书馆智慧推荐系统的指标体系;其次,基于认知升级理论,将用户分为“前辈”和“后辈”,通过改进协同过滤推荐算法计算用户相似度,将“前辈”的成功学习路径推荐给相似的后辈;最后,利用精准率、召回率、AUC、MMR、F1值等指标对离线实验和在线实验结果进行检验。[结果/结论]实验结果表明,改进后的智慧推荐算法相比传统协同过滤算法的实现效果有明显提高;对比离线实验和在线实验结果发现,在线实验的推荐效果显著提升,意味着若将基于认知升级理论的智慧推荐服务加以推广,将会对高校学生的专业素质培养和认知层次升级产生积极影响。     

智慧图书馆的建设基础与个性化服务策略

首先从遵守原则、构建数据库、组建视听资源、融合互联网以及形成多元化5个方面指出了智慧图书馆的服务基础;在此基础上,从读者个性化的需求出发,制定了智慧图书馆的读者服务策略。     

基于复杂网络的图书馆个性化推荐服务

文章用复杂网络的理论对图书馆的流通记录进行分析。首先利用复杂网络的理论建立借阅记录的网络模型,然后对建立好的网络进行社团结构划分,再利用基于模糊评判的余弦相似度准则计算社团成员的兴趣相关度。最后根据计算出来的结果将信息推荐给读者,实现个性化推荐服务。将复杂网络相关理论应用到图书情报领域,是复杂网络理论的延伸与发展,也丰富了图书情报学研究内容。     

基于数据挖掘技术的数字档案隐性需求个性化推荐服务

实施数字档案资源融合共享服务是国家重点推进工程之一,在海量的数字档案信息中实现精准的隐性需求推荐是提升用户体验的重要因素。采用数据挖掘技术的聚类方法,将用户查阅数字档案的记录自动分组,而后根据当前用户的历史查阅记录,采取计算支持度排序、置信度验证的方式挖掘隐性需求,可实现个性化推荐服务的目标,从而有效节省档案用户搜索时间,提升档案用户体验,并可以有效应对信息迷航的挑战。