检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]湖南科技大学网络与信息中心 [2]1湖南科技大学网络与信息中心,湖南湘潭411201
出 处:《计算机工程与科学》2006年第4期15-18,共4页Computer Engineering & Science
基 金:湖南省青年骨干教师基金资助项目(01B022)
摘 要:潜在语义索引(LSI)是近年发展起来的一种新的信息检索方法,本文以潜在语义索引技术为基础,从图书馆的个性化服务理念入手,介绍了图书馆个性化服务的现状,提出了图书馆个性化服务模型,详细讨论了应用潜在语义索引技术来建立用户个性化模型的系统结构和过程。实验中,我们选用KNN分类算法作为个性化信息的识别方法。通过分析比较表明,LSI是一种更有效的个性化特征选择方法;基于LSI的个性化文本和信息识别具有更高的精度。Latent Semantic Indexing (LSI) is a novel approach to information retrieval. This paper presents a model for individualized services in libraries based on LSI. It begins with the idea of individualized service, introduces its status quo, and discusses the system and the process to build an individualized model for the users based on LSI. In our experiments, we take the KNN algorithm as an identification approach, and the results show that LSI is a more effective method for individualized feature selection,and the LSI-based individualized text and information recognition has a higher precision.
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.229