作者:杨金庆; 程秀峰; 周玮珽 期刊:《现代情报》 2020年第02期
[目的/意义]情境感知推荐是推荐系统发展过程中的重要阶段,其核心思想是将情境信息融入资源推荐的过程中,以此提高资源推荐系统的准确性。作为资源推荐的重要技术,情境感知推荐吸引了各领域的广泛关注,逐渐成为资源推荐研究的重要组成部分。[方法/过程]本文以筛选于WOS、CNKI等数据库的文献集为研究对象,通过归纳总结的方法,首先系统梳理、总结了情境感知推荐的主要方法—情境前过滤推荐方法、情境后过滤推荐方法以及情境建模方法,...
作者:戴陈熙; 张雪峰(指导老师) 期刊:《各界》 2018年第22期
随着大数据时代的到来,驱动图书馆服务向着个性化、精准化方向发展。用户画像是大数据时代的产物,有着广泛的应用领域。开展用户画像是图书馆从自我视角到用户视角的战略转变,图书馆通过系统收集读者的用户数据,有利于为核心读者群精准推荐,为不同读者群个陛化推荐提供依据。
作者:杨辰; 刘婷婷; 刘雷; 牛奔; 孙见山 期刊:《情报学报》 2019年第06期
随着知识爆炸时代的到来,电子文献数据库的负荷将急剧扩大,用户在库中搜寻所需资源也将越发困难。因此,开发电子文献资源推荐系统从而辅助电子数据库的管理受到研究者的广泛重视。协同过滤作为时下数据库的常用推荐技术,由于仅仅考虑了用户对于文章的历史评分的相似度,忽略了用户在语义层面和社交关系的距离等重要因素因而推荐效果有限。为了在推荐系统中融入这些影响因素,本文在基于用户的协同过滤的方法基础上引入了基于主题模型...
作者:赵川; 莫世荣 期刊:《中国教育信息化》 2019年第01期
数字教育资源推荐是教育资源平台大数据分析和应用的核心功能,本文介绍了浙江教育资源公共服务平台资源推荐的四个算法:资源关联分析算法(FP-Growth)、用户聚类分析算法(K-Means)、资源相似性分析算法(ACS)、矩阵分解算法(ALS),同时阐述了算法模型在教育资源平台和网络学习空间中的应用及优化机制,为后续资源推荐算法进一步丰富、高效和精准提供了基础。
以学习者为研究对象,以认知差异性为中心,以学习需求为导向,采用情景感知技术,构建移动学习资源自适应推荐系统。基于该系统实现对学习者的学习历史、学习能力、学习习惯、学习环境等信息进行识别与处理,从而获知学习者的学习需求、学习兴趣与偏好,更好地为学习者动态推荐个性化的学习资源与相应的学习服务,以此满足学习者的学习需求与学习兴趣,解决学习资源负载的问题,实现个性化的移动学习。
场景化资源推荐服务,是移动图书馆优化用户体验的重要途径。分析了情境感知技术在移动图书馆的应用优势,指出场景化服务是对传统情境服务的升级。而基于情境感知的移动图书馆场景化服务,包括用户与行为、环境与空间等核心要素。移动图书馆场景化服务的实现,要做好场景设计与适配和场景化服务平台搭建等工作,并且依托场景化资源推荐模型,保障场景化资源推荐服务的实施。
作者:赵大为; 荆永君 期刊:《中国教育技术装备》 2018年第06期
在网络学习过程中运用推荐服务,可以使信息过载的问题得到有效解决,达到提升学习效率的目的。对当前资源推荐系统的不足,在借鉴个性化研究框架的基础上,主要分析学习资源推荐情境中的学习位置情境信息,大胆设想运用位置情境信息来构建起个性化学习资源推荐框架。针对不同的学习位置情境信息为用户提供合适的学习资源,这种基于学习位置情境的资源推荐机制,有利于提高学生的学习效率。
作者:齐伟 期刊:《中国信息技术教育》 2004年第09期
从广义来讲,互动课程的资源包括几何画板、Interactive Physics等工具性软件,教师用Flash、Director等工具自己制作的交互性课件,以及网上提供的各种互动程序.
作者:王忠群; 蒋胜; 修宇; 皇苏斌; 汪千松 期刊:《数据分析与知识发现》 2015年第03期
【目的】解决推荐系统向目标用户推荐过时信息资源的问题。【方法】提出一种基于动态标签一资源网络图的个性化信息资源推荐方法。以资源拥有的共同标签作为连边,建立资源网络图以形成资源语义链,再由资源网络图的连边投影构建具有时间属性的标签网络图以刻画用户兴趣漂移,继而在标签网络图中匹配目标用户兴趣的动态标签,实现为用户推荐精准信息资源。【结果】在数据集MovieLens上验证本方法能够跟踪、预测用户兴趣漂移,实施...
作者:孙梦婷; 袁小群 期刊:《出版科学》 2017年第04期
通过分析2003年至2016年中国知网发表的“图书情报与数字图书馆”领域关于协同过滤推荐的82篇文献,总结我国学术数据库协同过滤资源推荐的研究现状。通过对文献样本进行分类,发现目前该领域的研究重点主要集中于对学术数据库协同过滤推荐的推广和对推荐算法本身的完善两个方面,且后者主要集中于对数据稀疏性问题和可扩展性问题的解决。通过进一步分析,发现国内研究人员主要通过结合基于内容的推荐、空值填补和推荐结果融合三种...
作者:吴彦文; 王洁; 王飞 期刊:《小型微型计算机系统》 2017年第03期
在处理大数据方面,协同过滤算法在用户相似度计算方面存在数据稀疏性和推荐效果不明显的问题.利用协同过滤算法的优点,引入时间模型和信任度模型进一步过滤,提高协同过滤算法的精确率;同时采用粒子群算法和分层遗传算法进行混合优化,分层遗传算法可弥补粒子群算法容易陷入局部最优的缺陷,粒子群算法可加快混合算法的收敛速度;在Book Crossing数据集上做推荐对比实验.结果表明,在得到最近邻用户群的基础上,使用粒子群算法和分层遗传...
作者:吴笛; 李保强 期刊:《中国远程教育》 2017年第02期
向学习者推荐情境敏感的学习资源与学习路径,能够有效降低学习者在互联网远程教育中的时间成本,并且帮助其提高学习效率、增强学习兴趣、优化学习效果。然而学习资源的组织结构比较复杂,资源关系存在孤立化的问题。如何基于当前学习情境采用合适的感知技术和关联分析方法,推荐恰当的个性化学习内容是一个非常关键的问题。本研究提出结合情境感知技术和多层次、多关系的关联算法来实现学习资源的个性化推荐,探索基于情境感知的行为...
作者:王艳; 王移芝 期刊:《计算机与现代化》 2016年第12期
随着网络技术和多媒体技术的发展,网络上教学资源的规模变得十分庞大,如何根据学习者的需要推荐其感兴趣的资源成为近年来研究的热点。然而,目前基于协同过滤的推荐算法较少考虑推荐用户与目标用户之间的信任关系,难以抵抗推荐用户的恶意推荐,无法保证推荐结果的可信性与精确度。针对这些问题,在传统协同过滤算法的基础上引入推荐者之间的信任关系,将传统协同过滤算法中的用户相似度与用户信任度进行线性加权组合,提出融合...
研究指出,待台学生特征的学习资源对提高协作学习的效率有着重要的影响。但随着学习资源的不断增多,传统的“人找信息”模式已难以适应学生对学习资源的需求。针对目前海量数据带来的“信息超载”问题,可考虑借助云计算的海量数据处理能力,以及Web数据挖掘的信息提取手段和资源推荐技术,设计一种基于云计算支持的协作学习资源推荐方法。实验表明,构建在云协作平台上的资源推荐方法具有较高的精确度,基本符合个性化学习资源...
作者:吴振慧 缪勇 期刊:《扬州职业大学学报》 2014年第01期
本文针对当前许多网络教学平台中存在的问题,提出将智能推荐技术引入到网络教学平台中.以基于频繁项集的资源推荐技术为例进行研究,并予以初步实现,以此为学习者提供智能化服务.
作者:王翠萍 张妍妍 期刊:《图书馆学研究》 2008年第07期
文章就学科信息门户的个性化服务状况进行调查和研究。作者选取国内外14个学科信息门户,对其新资源介绍和资源推荐、用户参与建设、个性化定制与推送、信息交流平台、检索结果个性化处理和个性化信息空间等6个个性化服务项目进行网络调查与分析。结合学科信息门户建设实际,提出了提升学科信息门户个性化服务能力的策略。
作者:逄华 荆永君 王龙 期刊:《电化教育研究》 2011年第09期
本文设计了一个新型的基于移动Agent技术的教学资源推荐系统。在简单介绍移动Agent技术后,给出了基于移动Agent技术的教学资源推荐系统的系统模型,并详细叙述了该模型的设计方法和工作流程。实验结果表明,该系统具有较高的正确率、查准率和查全率,并且随着系统的不断运行,系统的有效性将进一步提高。和非分布式的教学资源推荐系统相比执行速度提高了,系统的承受量也加大了。
提高资源搜索效率、提高网络的扩展性一直是P2P网络的关键技术问题。在分析现有的P2P网络资源搜索的算法及其存在的问题的基础上,作者提出并设计了一种基于"最近Query消息查询记录表"、"本地资源推荐路由表"相结合的智能查询策略。能在保持原有搜索覆盖率的前提下,提高网络资源搜索效率,减少Query冗余信息,提高了网络的扩展性。
微博是新信息化环境下的新型信息交流和信息共享平台和工具。微博在全世界的发展非常迅速,给图书馆带来机遇和挑战。微博为图书馆的资源推荐搭起了“桥梁”,我国较多的图书馆应用微博开展服务。文章构建了基于微博的图书馆资源推荐系统框架,为图书馆的资源推荐服务提供参考。
泛在计算环境下的微学习方式正逐渐成为人们常用的学习方式,如何对微学习资源及相关个性化资源推荐系统进行设计开发是当前亟待解决的问题。提出了泛在计算环境下个性化资源推荐系统的框架,阐述了其功能特点,并对系统的工作流程进行了分析。实践证明,泛在计算环境下的个性化资源推荐更符合学习者的学习规律,能有效提高学习效果。