检索结果-南通市图书馆

MINDTL： Multiple Incomplete Domains Transfer Learning for information recommendation

China Communications 2017年第11期14卷 218-236页

作者： Ming He Jiuling Zhang Jiang Zhang Faculty of information Technology Beijing University of Technology Beijing 100124 China State Grid YINGDA International Holdings CO. LTD Beijing 100005 China

Collaborative filtering is the most popular and successful information recommendation technique. However, it can suffer from data sparsity issue in cases where the systems do not have sufficient domain information. Transfer learning, which enables information to be transferred from source domains to target domain, presents an unprecedented opportunity to alleviate this issue. A few recent works focus on transferring user-item rating information from a dense domain to a sparse target domain, while almost all methods need that each rating matrix in source domain to be extracted should be complete. To address this issue, in this paper we propose a novel multiple incomplete domains transfer learning model for cross-domain collaborative filtering. The transfer learning process consists of two steps. First, the user-item ratings information in incomplete source domains are compressed into multiple informative compact cluster-level matrixes, which are referred as codebooks. Second, we reconstruct the target matrix based on the codebooks. Specifically, for the purpose of maximizing the knowledge transfer, we design a new algorithm to learn the rating knowledge efficiently from multiple incomplete domains. Extensive experiments on real datasets demonstrate that our proposed approach significantly outperforms existing methods.

关键词： recommender system information recommendation collaborative filtering transfer learning

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

融入信息推荐场景要素的在线健康社区用户画像研究

引用

图书馆学情报学 2023年第9期

作者：夏立新胡畔刘坤华翟姗姗

[目的/意义]旨在提高在线健康社区信息服务水平，满足患者用户不同场景下的深层次信息需求。[研究设计/方法]融入信息推荐服务的场景要素，通过分析在线健康社区用户信息需求，确定场景划分标准继而划分推荐场景，从而识别不同场景要素... 详细信息

[目的/意义]旨在提高在线健康社区信息服务水平，满足患者用户不同场景下的深层次信息需求。[研究设计/方法]融入信息推荐服务的场景要素，通过分析在线健康社区用户信息需求，确定场景划分标准继而划分推荐场景，从而识别不同场景要素标签，构建用户画像概念模型，并采用RFM模型对采集到的在线健康社区用户数据进行精细化筛选运营，借助形式概念分析的方法实现在线健康社区用户画像模型构建，并以“甜蜜家园”为数据源实现糖尿病在线健康社区用户画像构建和标签聚类。[结论/发现]通过深度挖掘聚类，发现在线健康社区“观望型”“宣传型”“高产型”和“经验型”四类用户群体及其健康信息需求。[创新/价值]以信息推荐服务模式为导向，聚焦于用户画像构建的整体流程，此研究视角有助于在线健康社区优化服务水平，提升用户满意度。

关键词：用户画像在线健康社区信息推荐场景要素　　User portrait Online health community information recommendation Scenario elements

来源：人大复印报刊资料评论

在线全文

人大复印报刊资料

学校读者我要写书评

暂无评论

个性化信息检索技术综述

引用

图书馆学情报学 2009年第8期 107-113页

作者：李树青

个性化信息检索技术是现代信息检索技术的新发展形式，也是提高现有信息检索系统的检索质量，更好满足用户要求的必然举措。本文从用户模式表达方法、个性化结果获取方法和结果呈现方法3个角度，对个性化信息检索技术的发展现状进行全... 详细信息

个性化信息检索技术是现代信息检索技术的新发展形式，也是提高现有信息检索系统的检索质量，更好满足用户要求的必然举措。本文从用户模式表达方法、个性化结果获取方法和结果呈现方法3个角度，对个性化信息检索技术的发展现状进行全面的分析，说明了现代个性化信息检索技术的特点，并指出未来个性化信息检索技术需要进一步解决的问题。

关键词：个性化信息检索用户模式信息推荐 Personalized information retrieval User profiles information recommendation

来源：人大复印报刊资料评论

在线全文

人大复印报刊资料

学校读者我要写书评

暂无评论

数字图书馆信息服务的融合与创新

引用

图书馆学情报学 2021年第1期

作者：梁少博吴丹

[目的/意义]本文通过对2019年国际数字图书馆联合会议(Joint Conference on Digital Library，JCDL)的录用论文进行整体回顾，梳理了本届年会的最新研究成果与学科发展动态，以助国内图情领域学者更好地了解本届年会成果，把握国际数字... 详细信息

[目的/意义]本文通过对2019年国际数字图书馆联合会议(Joint Conference on Digital Library，JCDL)的录用论文进行整体回顾，梳理了本届年会的最新研究成果与学科发展动态，以助国内图情领域学者更好地了解本届年会成果，把握国际数字图书馆领域研究的前沿热点问题。[研究设计/方法]采用文献综述的方法进行研究。[结论/发现]本届年会更加关注数字图书馆如何通过多源数据的融合、数字人文馆藏资源的利用等实现信息服务深度融合；数字图书馆如何通过海量大数据挖掘与利用、用户行为分析提升其服务水平；如何通过对学术文本资源深入挖掘，实现信息计量学在学术评审、学术评价等方面的创新应用。[创新/价值]本文揭示了国际数字图书馆领域的最新发展态势，展望了未来数字图书馆领域的学术前沿方向。

关键词：国际数字图书馆联合会议(JCDL) 数字图书馆信息服务数字人文信息行为信息推荐学术评价 Joint Conference on Digital Libraries(JCDL) Digital library information service Digital humanities information behavior information recommendation Academic evaluation

来源：人大复印报刊资料评论

在线全文

人大复印报刊资料

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：