- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2013年 6月 现 代 情 报 June。2O13
第 33卷第 6期 JournalofModem Information Vd.33 No.6
· 理 论 探 索 ·
图书馆个性化推荐面临的问题与挑战
王连喜
(广东外语外贸大学图书馆,广东 广州 510420)
摘【 要】随着web2.0的广泛应用和新型社会化网络媒体的盛行,图书馆从资源匮乏状态逐渐转变为教据密集型的行业。
并促使图书馆的信息服务方式开始从 “以数据为主导”向 “以用户为中心”进行过渡。针对图书馆个性化推荐研究在数据资源、
技术实现和评价准则方面所存在的问题进行了简单的分析,并针对一些带有挑战性的问题提 出了相应的解决方法o
[关键词】图书馆;个性化推荐;信息资源;挑战
DoI:1O.3969 isSn.1008—0821.2013.06.001
【中图分类号)G250;哪 93 (文献标识码)A (文章编号]1008—0821(0213)06一OOO3—03
WangLianxi
(Library,C,uangdongUniversityofForeignStudies,Guangzhou514020,China)
(Abstract)WiththewidelyspreadiI唱applicationofWeb2.0andhteongoingpopularityofthefleWsocialnetworkIlledi~·
librarieswihtthemorphologyofscarce :sDllr嘲 havebecx)nledata—intensiveindustries,andd砒abasedinformation8~vicehas
beentransfonnod 鹊thecoreofhteinfommtionserviceswithtiber8.Thispaper明alyzedhteproblemsofdataIe∞uIce8,t~lnolo-
gYandevaluationcriteriaforpersonalizedrecommenadtiononlibrary.andproposed8伽 esolutionsforchaU~ mSqufi~oglf1.
[Keywords)library;personalizedrecommenadtion;informationresourc~;challenges
随着Web2.0的广泛应用和新型社会化网络媒体的盛 特征的潜在用户进行有效划分的基础上,对不同的用户群
行。图书馆从资源匮乏状态逐渐转变为数据密集型的行业 , 体量身定做不同的信息服务。这种主动的信息推送方式可
并促使图书馆的信息服务方式开始从 “以数据为主导”向 能会给用户带来两种不同的信息反馈效果:一方面,准确
“以用户为中心”进行过渡。在 “以人为本”的服务理念 的推荐信息能够帮助用户发现新的感兴趣或是有需求的信
下,个性化推荐则成为了图书馆选择的重要信息服务模式。 息。从而为用户节省大量的信息搜索时间或提供更多需求
个性化推荐是信息的重组织过程。是资源的再分配过 信息的揭示机会;另一方面,过量或粗糙的推荐信息不但
程,是一种个性化的信息服务模式。个性化推荐的基本原 会耗费大量的时间成本 ,还会在一定程度上形成广告效应 ,
理就是根据用户模型寻找与其相匹配的信息,或者寻找具 降低个性化推荐的效果和质量。所以,加强个性化推荐的
有相近兴趣的用户群体并使其在用户群体上相互推荐其感 准确性和提高用户的满意度研究是当前个性化推荐研究的
兴趣的信息。甚至依据资源的相似性给用户进行推荐。换 热点。
言之,个性化推荐的前提是要充分挖掘用户的个性化需求
文档评论(0)