基于用户兴趣变化的数字图书馆知识推荐服务研究  

Research on Knowledge Recommendation Service of Digital Library Based on Users' Interest Drift

作　　者：曾子明[1] 金鹏[1] 

机构地区：[1]武汉大学信息管理学院

出　　处：《图书馆论坛》2016年第1期94-99,共6页Library Tribune

基　　金：教育部人文社科重点研究基地重大项目"商品评论源信息获取方法与技术研究"(项目编号:14JJD870002);国家自然科学基金项目"泛在环境下基于情境感知的信息多维推荐服务模型与实现研究"(项目编号:71103136)研究成果之一

摘　　要：针对用户的兴趣变化具有时间敏感性特点,文章提出基于用户兴趣变化的数字图书馆知识推荐模型。首先融合标签和时间等因素,通过用户使用标签的频率以及对资源的标注时间等信息构建用户-资源评分矩阵;然后结合协同过滤算法,计算目标用户最近邻从而完成知识推荐,并在此基础上设计个性化知识推荐服务模型;最后探讨系统知识推荐服务机制及其应用。In view of the time sensitivity of users＇ interest drift, this paper presents a knowledge recommendation model for digital library based on users＇ interest drift. Firstly, it colligates tags and time factors, through the usage frequency and marking time of tags to construct a user resource evaluation matrix, then combines with collaborative filtering algorithm, and calculates the target user＇s nearest neighbor set and conducts knowledge recommendation. On the basis of the above considerations, it designs the personalized knowledge recommendation service model. Finally, knowledge recommendation mechanism and application of system are discussed.

关 键 词：数字图书馆 知识推荐 兴趣变化 标签 协同过滤 

分 类 号：G250.7[文化科学—图书馆学] G252