论文摘要
随着信息资源的快速增长,用户的信息需求发生了很大的改变,不仅表现在信息需求向知识需求的转变,而且表现在用户要求系统提供符合其个人兴趣偏好的服务。因此如何获取、处理、利用用户信息,满足用户个性化、多样化的信息需求成为数字图书馆研究的热点。本文首先从理论和应用两方面阐述了主题图和数字图书馆个性化服务在国内外的研究现状。其次论述了数字图书馆主题图的特点、应用和结构模型。接着分析了现有数字图书馆个性化服务模式、个性化服务模式涉及的关键问题,指出了现有个性化服务模式存在的问题,并提出基于主题图的数字图书馆个性化服务体系的设计思想。然后详细阐述了如何利用数字图书馆主题图构建用户兴趣模型,包括用户兴趣信息的获取、主题转换、用户兴趣主题库的建立与更新;最后,在用户兴趣模型的基础上给出了基于主题图的个性化服务体系模型,重点阐述了如何利用用户兴趣主题库实现个性化检索和个性化推荐两种个性化服务模式,包括其原理、流程及其在其他服务模式中的应用。数字图书馆个性化服务模式的研究以用户模型为基础,其决定了图书馆个性化服务的质量。本选题将主题图技术引入到用户模型的构建中,以数字图书馆主题图为基础,利用主题域将用户兴趣信息与主题图进行映射,构建用户兴趣主题库,以提高现有个性化服务模式在内容推荐、个性化检索等方面的质量,增加用户主动性、系统与用户的交互性,具有一定的理论和现实意义。文章采用调查研究法、文献研究法、分析法等研究方法。本文的创新之处在于,以“用户兴趣主题库”替代传统的用户模型,不仅实现了用户兴趣信息内容的显性表达,而且统一了用户兴趣信息与数字图书馆资源的组织方式,系统可以根据用户兴趣偏好直接对信息资源进行处理、分析,然后返回给用户。与此同时,用户可以对资源主题进行评价、筛选和过滤,构建个人主题地图,实现个人知识体系结构的组织与整合。
论文目录
相关论文文献
- [1].融合情境因素的电子商务用户兴趣挖掘仿真[J]. 计算机仿真 2020(04)
- [2].基于背景和内容的微博用户兴趣挖掘[J]. 软件学报 2017(02)
- [3].一种基于用户兴趣的个性化建模方法[J]. 内燃机与配件 2017(04)
- [4].面向推荐的用户兴趣扩展方法[J]. 山东大学学报(工学版) 2017(02)
- [5].微博中结合转发特性的用户兴趣话题挖掘方法[J]. 计算机应用研究 2017(07)
- [6].支持联机分析处理的推特用户兴趣维层次提取方法[J]. 电子与信息学报 2017(09)
- [7].基于信任与用户兴趣变化的协同过滤方法研究[J]. 情报学报 2017(02)
- [8].用户兴趣变化下的协同过滤最优推荐仿真[J]. 计算机仿真 2016(08)
- [9].百度贴吧用户兴趣分类[J]. 福建电脑 2014(11)
- [10].微博用户兴趣发现研究[J]. 现代图书情报技术 2015(01)
- [11].满足用户兴趣漂移的计算自适应快速推荐算法[J]. 计算机应用研究 2015(09)
- [12].《解忧杂货店》走进现实[J]. 时代报告 2016(12)
- [13].基于用户兴趣领域中可信圈挖掘的推荐模型[J]. 西北工业大学学报 2019(06)
- [14].基于信息内容和用户关系的用户兴趣分类[J]. 河北省科学院学报 2018(02)
- [15].基于情景和浏览内容的层次性用户兴趣建模[J]. 计算机系统应用 2017(01)
- [16].基于改进的关联规则挖掘算法的用户兴趣挖掘[J]. 计算机时代 2016(09)
- [17].基于学术产出挖掘的用户兴趣建模研究[J]. 图书情报工作 2013(18)
- [18].国内用户兴趣建模研究进展[J]. 情报杂志 2013(05)
- [19].面向个性化服务的用户兴趣偏移检测及处理方法[J]. 电子技术 2009(11)
- [20].多层次用户兴趣模式的动态捕捉[J]. 计算机工程与应用 2009(36)
- [21].基于分类的用户兴趣漂移模型[J]. 情报杂志 2008(01)
- [22].基于时间权重和用户兴趣变化的协同过滤算法[J]. 皖西学院学报 2020(02)
- [23].关于网络用户兴趣数据信息快速查询仿真研究[J]. 计算机仿真 2018(12)
- [24].基于消费行为理解与分析的用户兴趣建模方法[J]. 电脑知识与技术 2019(14)
- [25].基于用户兴趣及迁移的话题模型分析[J]. 软件导刊 2018(06)
- [26].基于数据挖掘的网络购物用户兴趣分类研究[J]. 计算机仿真 2018(07)
- [27].基于复杂网络及神经网络挖掘用户兴趣的方法[J]. 计算机技术与发展 2016(12)
- [28].基于图像语义的用户兴趣建模[J]. 数据分析与知识发现 2017(04)
- [29].社交网络大数据环境下的用户兴趣层次化模型研究[J]. 教育观察(上半月) 2016(08)
- [30].一种基于用户兴趣的微博实体链接方法[J]. 计算机应用研究 2016(07)