知識推薦能夠解決向知識需求者推薦正確的知識,在大量面向用戶的推薦服務系統(tǒng)中得到應用并獲得良好反饋。目前數(shù)字圖書館面向科研用戶提供知識推薦時,由于傳統(tǒng)的知識推薦系統(tǒng)只考慮用戶的基本信息、日志和歷史記錄等,導致推薦的結果存在信息過載的現(xiàn)象。情境感知技術支持信息推薦系統(tǒng),能夠比較全面、主動地獲取情境信息,并解決傳統(tǒng)推薦系統(tǒng)獲取信息不全導致的推理用戶需求與實際行為偏好產生偏差等問題。因此,本文引入成熟的情境感知技術,分析科研人員所處的科研環(huán)境并構建科研情境模型,進而提出一種基于科研情境的分層過濾數(shù)字圖書館知識推薦策略,削減面向科研人員進行知識推薦時存在的信息過載現(xiàn)象。實現(xiàn)向科研人員進行數(shù)字圖書館知識精準主動推薦。首先,回顧文獻分析情境感知的發(fā)展歷程和研究現(xiàn)狀,結合本文實際研究背景給出科研情境的定義及內涵,依據“科研人員在科研過程中研究科研對象完成科研任務”從科研人員、科研過程、科研任務、科研對象四個維度獲取科研情境的要素及屬性,并分析科研情境要素之間的交互關系,采用面向對象的建模方法構建科研情境UML對象交互模型。其次,結合科研情境分析面向科研過程全生命周期的數(shù)字圖書館知識的需求。采用IDEF... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

情境感知推薦模式類別

圖 4.14 采用 BP 神經網絡實現(xiàn)科研過程相似度計算(2) 科研人員模型科研人員模型：挑選出科研人員在某科研活動階段表現(xiàn)突出的行為偏好，比如根據科研人員搜索記錄、工作時間或地點等特點，推斷科研人員當前所處科研階段的可能性。定義 2 科研人員模型(Researcher Model) 該模型由五要素組成，表示為 12 12Researcher Model Weight ，R esearcher， R Context C ，C ategory， S core ，其中，12Weight 表示科研人員模型在計算科研活動類別時在模型中所占的權重；Researcher 表示當前科研人員； RContext C 表示科研人員的當前科研情境，其余模型的含義與其相同，12Score 表示科研人員的行為偏好體現(xiàn)當前科研活動類型的程度。(3) 科研任務模型科研任務模型：通過對比科研任務中的科研活動類別特征，確定當前情境下


本文編號：3382136