改进的个性化智能文献推送方法在数字图书馆中的应用研究.pdfVIP

 实践研究  ITA 欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟 ● 张 ( ， 315211) 玉霞 宁波大学 图书馆 浙江 宁波 改进的个性化智能文献推送方法在数字图书馆中的应用研究 : 。 ， 摘 要 提出一种基于用户兴趣度矩阵和改进粒子群优化的数字图书馆文献推送方法 从用户兴趣行为特征入手 ， ， 。 首先构建用户对文献的兴趣度矩阵 然后通过文献聚类和最近邻查询 产生最优推荐列表 其中利用改进粒子群优化算 ， 。 法对文献聚类进行优化 进而能够提供更高效的文献推送服务 : ; ; 关键词 文献推送方法 数字图书馆 应用研究 Abstract :This paper proposes a digital library literature recommendation method based on user interest matrix and improved particle swarm optimization. Starting with the behavioral characteristics of user interest ，the paper first constructs a user interest ma- trix to literature ，then establishes an optimum recommendation list by literature clustering and the nearest neighbor searching. The paper uses the improved particle swarm optimization method to optimize literature clustering ，which can provide a more effective lit- erature recommendation service. Keywords :literature recommendation method ;digital library ;application study ， 数字图书馆含有海量数字文献资源 用户用关键词等 ， 搜索得到文献资源成百上千 而用户的浏览能力是有限 ， 。 的 有可能失去获得自己真正所需要文献的机会 随着网 ， 、 、 络以及通信技术的快速发展 以交互性 专业性 网络化 为特点的个性化信息服务模式已成为数字图书馆信息服务 。 发展的方向 数字图书馆的个性化推荐系统能收集用户感 ， 兴趣的资料 并根据其兴趣偏好主动为用户作出个性化推 ， 荐服务 可极大地提高数字图书馆的服务质量以及资源的 利用效益。 ［1-4］ 已有的个性化推荐方法大部分是基于规则 、基于 ［1，5］ ［6］ 内容的推荐方法 以及协同过滤推荐方法等 。但由于 1 图 含文献推送系统的数字图书馆结构 ， 上述方法都各自存在着难以解决的问题 因此兴起了对混 需 ，