关联数据驱动的学术资源语义检索推荐系统框架

文章将本地数据发布成五星级的关联数据,通过恰当的途径实现外部关联数据与本地数据的融合,形成检索推荐数据集,并利用语义相似性计算和相应的推荐算法进行推荐。最终,从理论层面证明了关联数据的引入对传统语义相似性计算的改进。

结合哈希网络和敏感散列的图像检索推荐研究

面对当今社会的各种海量图像数据,基于图像内容的检索方法对于检索结果的查全率和查准率较为差强人意,并且对于相似图像的检索也会花费较长的时间。为了提升检索效率和检索结果的准确性,提出一种结合深度哈希网络和局部敏感散列的检索推荐方法。首先建立深度哈希网络模型完成对于图像内容特征的提取,并利用球哈希编码优化计算得到汉明空间距离作为特征度量方式,根据度量结果使用局部敏感散列构建索引表提高检索效率;然后对于被检索目标图像进行特性提取,计算汉明空间距离完成特征度量和散列映射,最后可以在索引表中匹配到最相似的若干图像,作为检索到的推荐图像。以泳装版型图像进行实验测试,所构建的推荐模型可以较为快速地完成相似图像的检索,具有较高的准确率。实验结果表明,设计的检索推荐方法基本可以实现相似图像的高效检索。

水电站设备检修智能知识检索与推荐模型研究应用

为进一步提高标准化水电站设备检修作业效率,增强智慧企业标准化设备检修有效管理与知识传承能力,对标准化水电站设备检修智能平台技术需求进行分析,以搭建智能设备检修知识辅助平台为基础,设计了平台整体架构,提出了智能化关键技术解决方案,并完成了水电站设备检修中知识管理、检索技术和推荐技术等,克服了传统水电站设备检修中知识无法沉淀的问题。该技术方案已成功推广并应用于大岗山水电站标准化设备检修中,有效满足了水电设备检修管理需求并提高了生产效率,取得了较大的经济社会效益。

融合依存句法网络和PageRank的检索词推荐方法研究

面对信息过载的深化和交叉研究的兴起等问题,提升信息检索系统的过滤能力是提供有效的检索词推荐服务等相关研究的重要议题。本文提出将PageRank算法与依存句法网络融合进行知识库的检索词推荐,通过构建检索词集合与依存句法网络,采用PageRank算法对检索词排序以实现检索词推荐,用Web of Science中124516篇information science&library science (LIS)领域的文献摘要数据对该方法进行验证。邀请10位LIS领域的图书情报专业硕士研究生进行用户研究,并与已有的相似方法和系统对比。研究结果显示,本文方法推荐准确率为80%,推荐列表表内平均Cosine相似性为0.530,表内平均Jaccard相似性为0.395,表内检索词具有较相似系统更优的多样性和惊喜度等特征,说明该方法能够扩大推荐检索词对用户信息需求的覆盖面,可为信息检索结果的表现方式提供新的参考方法和视角,可直接用于信息检索的后端词汇组织方式,也可间接用于知识发现与跨学科研究。

基于LDA和社会网络中心度的研究生个性化检索推荐模型研究

[目的/意义]为了解决研究生用户面临的检索问题,提出一种基于LDA和社会网络中心度分析的个性化检索推荐模型。[方法 /过程]首先,该模型以研究生学科专业为个性化特征,并据此选择相应的数据源。其次,该模型使用LDA识别主题内容,以完成全面知识的展示。再次,该模型根据用户提交的检索词在相应的关键词-主题共现网络中进行社会网络中心度分析,以完成用户相关知识的推荐。[结果 /结论]实验表明,该模型能够很好地解决研究生检索中个性化特征、全面知识展示以及相关知识推荐三大问题,其有效性得到一定程度的验证。

图书馆文献信息资源智能推荐检索平台设计

针对当前方法设计的图书馆文献信息资源推荐检索平台存在的检索效率低和召回率低的问题,提出图书馆文献信息资源智能推荐检索平台设计方法。通过平台架构、检索接口、平台功能设计构成图书馆文献信息资源智能推荐检索平台的框架,其中平台架构设计包括信息库连接和可视化信息,根据数学工具和语言完成图书馆文献信息资源智能推荐检索平台中检索接口设计,平台功能包括资源显示、资源检索、信息编辑和空间分析。将隐式方法与显示方法相结合构建用户兴趣模型,在用户兴趣模型的基础上通过冷启动阶段和推荐阶段完成图书馆文献信息资源的智能推荐和检索。实验结果表明,所提方法可在较短的时间内完成图书馆文献信息资源的推荐和检索,且检索得到的资源完整度较高,验证所提方法的检索效率高、召回率高。

基于人工智能的图书馆信息资源推荐检索平台设计

为解决传统推荐检索平台在实际应用中存在的检索效率低问题,开展基于人工智能的图书馆信息资源推荐检索平台设计研究。对平台框架及检索接口进行设计,构建图书馆信息资源聚合数据库,基于人工智能对图书馆用户偏好值进行计算,在此基础上进行图书馆信息资源推荐,完成图书馆信息资源推荐检索平台设计。实际运行测试结果表明该平台与基于稀缺理论的推荐检索平台相比,检索效率更高,且检索结果能够充分满足用户预期偏好。

基于领域本体的信息语义相关检索

为提高搜索引擎的语义处理能力,以旅游领域为背景,利用领域本体对知识的表示和推理能力,提出一种领域本体中基于概念格的相关度计算模型。根据该模型设计用户检索项推荐技术并予以实现。实验结果表明,相关度计算模型能充分利用本体中概念的语义信息以及实例之间的关系,得到的结果较合理。

融合异构信息网络和图嵌入技术的视频检索方法

随着网络多媒体技术的飞速发展,网络视频在各大媒体平台上开始呈现爆炸式增长。面对数量如此之多的视频资源,利用传统关键词匹配来进行视频检索已经无法满足部分平台用户的日常需求。为了更好地为平台用户提供高效准确的视频检索,本文融合异构信息网络和图嵌入技术,通过自然语言处理一些新的模型,从用户输入的一段文本信息进行数据分析,与视频数据库中视频简介信息进行相似度匹配,从而更加个性化地为用户提供视频检索推荐。实验证明,本文提出的模型在NDCG评价指标下得到0.6557的分数,取得了较好的实验效果。

Ontology-based framework for personalized recommendation in digital libraries

To promote information service ability of digital libraries, a browsing and searching personalized recommendation framework based on the use of ontology is described, where the advantages of ontology are exploited in different parts of the retrieval cycle including query-based relevance measures, semantic user preference representation and automatic update, and personalized result ranking. Both the usage and information resources can be exploited to extract useful knowledge from the way users interact with a digital library. Through combination and mapping between the extracted knowledge and domain ontology, semantic content retrieval between queries and documents can be utilized. Furthermore, ontology-based conceptual vector of user preference can be applied in personalized recommendation feedback.

基于特征项的文献共现网络在学术信息检索中的应用

在综合国内学术信息检索服务的现状和现有理论方法研究的基础上,以检索词推荐为研究对象,构建基于文献特征项共现网络的学术信息检索词推荐模型。模型包括基础文献存储模块、文献特征项抽取模块、文献特征项共现网络预处理模块、基于特征项的文献检索模块及检索词服务前端5个部分。利用实验验证基于特征项的共现网络用于检索词推荐的可行性,结果表明推荐模型结果与各检索项的检索词更具有相关性,推荐质量较好。