基于标签与协同过滤算法的学术资源推荐系统的构建

将标签引入高校学术资源推荐系统,利用标签数据,采取基于用户的协同过滤算法和基于关联资源的协同过滤算法相结合的方式实现资源推荐,既能体现用户的兴趣点和关注点,也能兼顾资源之间的关联性,使推荐的资源更具个性化和全面性,而且在系统中增加了为用户提供推荐标签词表的功能,提高了用户使用标签的积极性与使用标签的准确率。

数字资源访问流量统计分析系统设计与应用

利用ASP技术实现图书馆数字资源读者访问流量统计分析系统,并以实例证明该系统能为图书馆提供有效的统计数据,引导馆藏发展,提高数字资源服务效益。

SQL Server数据库应用程序性能优化方案研究

分析影响SQL Server数据库应用程序性能的各方面因素,从服务器操作系统,数据库设计,查询优化,应用程序设计等方面对优化技术进行研究,提出一套较为全面的性能优化方案。

基于Wiki的高校知识协同服务平台构建

在剖析现有高校知识服务平台的基础上,认为以Wiki开源软件作为高校知识协同平台的基础平台较为适宜;选择MediaWiki作为平台的驱动引擎对高校知识协同服务平台进行构建,使平台具有开放性和协作性,既有效解决了高校知识资源共享不足等问题,又有利于师生进行最大程度的知识共创和共享。

基于Wiki的高校科研知识社群的共享模式研究

利用高校科研知识社群的交流和分享机制,将高校科研人员的隐性知识外显化,促进高校知识的共享、创新与增值。针对知识共享平台的系统功能需求,选用较为著名的Wiki引擎Media Wiki构建高校科研知识社群共享平台,建立激励机制以激发高校教师的参与积极性,分析和挖掘社群知识资源,通过整合学术资源库、设立科研专题支撑平台、学术前沿讨论区等功能模块,以完善社群知识共享模式。

大数据环境下图书馆信息服务的新模式

大数据蕴含着大量结构化和非结构化的数据,建立在数据关系分析基础上的预测是大数据价值的核心所在。图书馆信息数据的分析能力已经从基础性分析、推测性分析提高到预测性分析层面,图书馆可充分利用用户交互数据,从而分析和预测可能发生的信息行为。为此,图书馆应挖掘信息,实现可视化服务,整合数据,促进资源建设,完善体系,提高服务层次。

ASP缓存策略探讨

缓存是一项用来提高性能的经典技术,正确地使用缓存,能够优化网站性能、减轻服务器负载、减少客户访问延迟。本文阐述了缓存的定义,利用ASP缓存提高Web性能的重要性以及ASP缓存的分类。重点探讨了利用ASP缓存优化Web性能的策略。

网格环境下基于OAI的高校数字图书馆异构资源整合探讨——以肇庆学院图书馆为例

探讨了网格环境下数字图书馆的元数据、资源整合、异构资源同构化问题,并以DIPS数字文献处理系统建立资源库为例,研究将网格技术和OAI PMH相结合,通过采集、分布存储元数据,建立资源统一检索平台的方式,以较好地解决数字图书馆异构资源整合问题。

基于网格的数字图书馆分布式资源存储模型分析

基于网格的资源存储采用存储虚拟化、简化存储管理等模式,具有高可用性、可管理性、可扩充性和高安全性等优势,能全面有效地解决数字图书馆的资源存储问题。同时,为了构建数字图书馆分布式资源网格存储应用模型,提出了存储空间管理、元数据目录服务、副本管理、备份管理等功能模块设计。

基于文件指纹的搜索和禁用文件控制设计

文章研究Maze系统中资源的性质,介绍根据文件指纹的搜索方式,利用文件指纹聚合镜像文件,向用户提供所需文件的所有可下载源。同时,为控制Maze网络中的禁用文件的传播,提出禁用指纹库和禁用词表相结合的禁用文件识别方法。

基于混合推荐的学术资源推荐系统的服务模式与数据挖掘

图书馆学术资源推荐系统是一种为了解决信息过载、提高搜索效率而提出的基于信息过滤机制的知识服务系统。系统的改进,可以从用户Web日志、搜索习惯、浏览行为、图书馆学术关联数据等多角度进行数据挖掘和数据分析,以构建读者信息需求库及关联数据仓库,采用基于内容过滤推荐和规则过滤推荐相结合的混和推荐技术来实现推荐系统,以提高资源推荐的精度和覆盖率。