基于異構(gòu)環(huán)境視角,構(gòu)建讀者高滿意度的跨域數(shù)字資源個(gè)性化信息服務(wù)策略。首先探討異構(gòu)環(huán)境下跨域個(gè)性化數(shù)字資源信息服務(wù)研究框架,然后從"人-讀者"到"系統(tǒng)-推薦"再到"系統(tǒng)-自適應(yīng)"入手,研究異構(gòu)環(huán)境下數(shù)字資源在個(gè)性化服務(wù)提供過(guò)程中涉及的讀者上下文模型、跨域推薦及自適應(yīng),最終形成具有針對(duì)性的信息服務(wù)平臺(tái)模型。應(yīng)用上下文感知、本體、個(gè)性化推薦技術(shù),形成了構(gòu)建適應(yīng)異構(gòu)環(huán)境的讀者上下文模型、跨域推薦模型、自適應(yīng)模型基本思路,實(shí)現(xiàn)異構(gòu)環(huán)境跨域個(gè)性化數(shù)字資源信息服務(wù)。 

【文章來(lái)源】：圖書館學(xué)研究. 2020,(16)北大核心CSSCI

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

基于智能主體的R/H+D/R框架

核心內(nèi)容是研究異構(gòu)環(huán)境下數(shù)字資源個(gè)性化信息服務(wù)提供策略,包括異構(gòu)環(huán)境下跨域個(gè)性化推薦和異構(gòu)環(huán)境下個(gè)性化信息服務(wù)自適應(yīng)機(jī)制兩個(gè)主要方面。在大量文獻(xiàn)綜述和長(zhǎng)期實(shí)踐工作總結(jié)基礎(chǔ)上,運(yùn)用調(diào)查分析法構(gòu)建讀者上下文模型,采用OWL本體語(yǔ)言結(jié)合FOAF描述讀者上下文模型,運(yùn)用機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)方法預(yù)測(cè)讀者行為和興趣愛(ài)好;從融合讀者上下文的聯(lián)合矩陣分解跨域協(xié)同過(guò)濾推薦、適應(yīng)讀者環(huán)境的服務(wù)篩選機(jī)制、適應(yīng)讀者環(huán)境的重復(fù)信息服務(wù)最優(yōu)選擇三方面建立異構(gòu)環(huán)境下個(gè)性化信息服務(wù)推薦;通過(guò)研究信息服務(wù)運(yùn)行狀態(tài)保留措施及新服務(wù)定位策略,構(gòu)建異構(gòu)環(huán)境下個(gè)性化信息服務(wù)自適應(yīng)機(jī)制。因此,本文提出異構(gòu)環(huán)境下跨域個(gè)性化數(shù)字資源信息服務(wù)研究框架(見圖1),其中包含了以下三方面的研究。2.1 異構(gòu)環(huán)境下個(gè)性化信息服務(wù)讀者上下文模型研究

數(shù)字圖書館既可以攜其擁有的數(shù)字資源加入數(shù)字資源云平臺(tái)向讀者提供信息服務(wù),也可以通過(guò)網(wǎng)絡(luò)直接向讀者提供數(shù)字資源服務(wù),形成數(shù)字資源大數(shù)據(jù)服務(wù)。對(duì)于普通讀者來(lái)說(shuō),按照傳統(tǒng)的方式采取主動(dòng)檢索、瀏覽數(shù)字資源信息服務(wù),極易造成“信息迷航”和“信息過(guò)載”,即讀者在復(fù)雜的海量信息空間中迷失航向,因數(shù)字資源大數(shù)據(jù)的復(fù)雜性和廣泛性造成的無(wú)法確切理解和使用信息。解決此問(wèn)題的有效途徑是個(gè)性化的主動(dòng)數(shù)字資源信息服務(wù)(即個(gè)性化的數(shù)字資源信息服務(wù)推薦),協(xié)同過(guò)濾(簡(jiǎn)稱CF)是目前最流行的推薦方法(主要是以用戶和以項(xiàng)目為基礎(chǔ)兩類),在大數(shù)據(jù)環(huán)境下以項(xiàng)目為基礎(chǔ)的協(xié)同過(guò)濾已不能滿足讀者對(duì)響應(yīng)時(shí)間的要求,本節(jié)探索基于用戶的協(xié)同過(guò)濾在異構(gòu)環(huán)境下跨域數(shù)字資源個(gè)性化服務(wù)推薦中的應(yīng)用研究。異構(gòu)環(huán)境下基于用戶的協(xié)同過(guò)濾推薦改進(jìn)方案見圖2,研究?jī)?nèi)容包括以下4個(gè)方面。2.2.1 評(píng)分?jǐn)?shù)據(jù)獲取


本文編號(hào)：2978589