高校图书馆资源联合共享的学科发展热点推荐平台研究

高校图书馆与公共图书馆最大的区别在于其主要为本校的学科建设和科研工作服务,所以其在资源配置和服务提供方面会偏重于本校的强势学科。正是因为地域、学科和研究重点的不同,使得全国高校图书馆的学术资源不尽相同,各有特色。本文旨在研究一个学科发展热点推荐平台,针对不同学科形成不同的高校图书馆学术联合体,每个学科以本学科实力强的图书馆来牵头,逐渐形成学科门类复杂,热点信息准确的推送平台,帮助高校教师和科研人员更快更好地掌握学科研究热点和前沿信息。

学科发展热点推荐平台的实施模式研究——以信息采集模块为例

提出一个学科发展热点推荐平台的模型,致力于让许多新进科研人员能够迅速了解到相关学科领域的前沿和研究热点。本文详细阐述了模型系统的逻辑结构和设计思想并以信息采集模块为例,详细说明了信息推送的过程和如何通过爬虫程序在学术期刊网站上获取关键信息。

基于LDA模型和聚类算法的城市热点推荐与应用

针对新浪微博的短文本发表功能及地点签到功能,获取用户发布的信息。利用LDA(Latent Dirichlet Allocation)模型,将获取到的大量文本信息和地理位置进行分词和词频统计处理,从而获得签到的热点地理位置信息,并在地图上标注出来。在获得用户签到的位置信息基础上,合并约束搜索条件,利用多距离空间聚类算法,优化推荐功能,并向用户显示其周边诸如商场、景点、饭店等热门娱乐场所的具体地理位置信息,进行热点推荐。

基于Kano模型与Ajax技术的学科发展热点推荐平台研究

为了解决在科学技术迅猛发展情况下,新科研人员无法及时了解学术前沿,把握研究脉络的问题,提出了一种可以推荐学科发展热点的系统平台。此平台后台的功能主要是学术信息的采集、整理、分析、计算。前台主要面向用户推荐学科热点,由于用户所使用的平台功能主要集中于前台,所以引入Kano模型为平台架设的指导思想,Ajax技术为提高平台用户体验的具体应用,达到为用户提供一个方便、快捷、人性化操作界面的目的。

面向博物馆的个性化推荐系统设计与实现

博物馆网站主要展示馆内藏品,繁多的展品使得用户在访问网站时会花费大量时间。可以通过基于Web日志挖掘的技术分析用户的访问行为,判断其兴趣爱好,使用不同的推荐方法主动向用户推荐其可能感兴趣的博物馆藏品,以提高用户访问体验。主要使用4种推荐方式,即热点推荐、类别推荐、相似推荐、猜猜你喜欢。