期刊文献+

基于知识计算的精准服务研究 被引量:7

Research on Precision Service Based on Knowledge Computing
下载PDF
导出
摘要 [目的/意义]开放科研环境下,为用户提供精准服务是信息服务的必然趋势。大数据时代下的计算思维的兴起为精准服务提供了数据储备和技术基础。[方法/过程]文章将知识计算相关技术和方法引入信息资源服务中,从知识库的视角,提出在对信息资源和用户需求进行知识语义表示的基础上,开展资源-需求之间的知识匹配与映射计算,实现计算思维指导下的大数据时代精准服务。[局限]引入知识计算的精准服务可以提高服务的客观性和定量性,但由于目前知识计算技术还不够成熟,该服务模式的准确性还需要改进。 [Purpose/significance] Under the environment of open science, precision service is the trend of information service. Computational thinking of big data applied the preparation of data and technology.[Method/process] This paper introduces knowledge computing into information service, and puts forward the idea that in the base of knowledge representation of information and user needs, researcher can match computing between information and requests, and achieve precision service of big data.[Limitations] The introduction of precise services for knowledge computing can improve the objectivity and quantitativeness of services , but since the current knowledge computing technology is not mature enough, the accuracy of the service model needs to be improved.
出处 《情报理论与实践》 CSSCI 北大核心 2019年第6期62-64,41,共4页 Information Studies:Theory & Application
关键词 精准服务 开放获取 知识计算 知识库 precision service open access knowledge computing knowledge base
  • 相关文献

参考文献11

二级参考文献69

  • 1庞景安.网络环境下用户查寻行为的计量研究[J].图书情报工作,2006,50(9):54-56. 被引量:8
  • 2余慧佳,刘奕群,张敏,茹立云,马少平.基于大规模日志分析的搜索引擎用户行为分析[J].中文信息学报,2007,21(1):109-114. 被引量:117
  • 3维基百科.沉默的螺旋[EB/OL].[2012-09-07].http://zh.wikipedimorg/zh/%E6%B2%89%E9%BB%98%E7%9A%84%E8%9E%BA%E6%97%8B.
  • 4杨庆余.西芒托学院——欧洲近代科学建制的开端[J].自然辩证法研究,2007,23(12):96-99. 被引量:4
  • 5刘宗和,卢克旺.中国军事百科全书:学科分册[M].2版.北京:中国大百科全书出版社,2007.
  • 6Schtitze H, HullB A, Pedersen J O. A comparison of classifiers and document representations for the routing problem[C]//Proceedings of the 18th Annual Interna- tional ACM SIGIR Conference on Research and Devel- opment in Information Retrieval. New York: ACM, 1995 : 229-237.
  • 7Sebastiani F. Machine learning in automated text cate- gorization[J].ACM Computing Surveys, 2002, 34 (1) : 1-47.
  • 8Yang Y. Noise reduction in a statistical approach to text categorization[C]//Proceedings of the 18th Annu- al International ACM SIGIR Conference on Researchand Development in Information Retrieval. New York: ACM, 1995: 256-263.
  • 9Deerwester S. Indexing by latent semantic analysis [J]. Journal of American Society for Information Sci- ence, 1990, 41(6): 391-407.
  • 10Lee D, Seung H. Learning the parts of objects by non- negative matrix factorization[J]. Nature, 1999 (401) : 788-791.

共引文献242

同被引文献119

引证文献7

二级引证文献17

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部