知识图谱在图书馆推荐系统中的应用研究

近几年随着数字图书馆的高速发展,其数字资源馆藏已实现了海量增长,读者对资源的需求越来越个性化,这些因素推动着图书馆推荐系统应用的普及和深化。知识图谱技术是现今图书馆学的研究热点,据此,对基于知识图谱的图书馆推荐系统进行了研究,并将其与传统的基于ALS的协同过滤算法进行比较。结果显示,基于知识图谱的MKR推荐算法可以取得较好的图书推荐效果,能够助力今后个性化图书馆推荐系统的建设。

移动媒体环境下院校图书馆服务创新研究

随着我国科技水平的不断提升,移动新媒体技术的不断成熟,院校图书馆的存储优势以及服务优势逐步丧失,在这样的大环境之下,如何充分利用好移动新媒体技术,创设院校图书馆新型服务模式,积极开拓数字阅读推广以及应用是所有图书馆馆员应当思考的热点问题。本文主要就移动媒体环境下院校图书馆服务创新方式进行研究,期望对提高图书馆服务质量有所帮助。

基于知识图谱的个性化图书馆推荐系统算法研究

图书馆智能检索存在着“信息过载”及“知识迷途”的问题,针对问题与现状,本文通过人工智能与传统算法融合,进行知识图谱个性化图书馆资源推荐系统构建,并与基于ALS的协同过滤算法比较,为建立个性化图书馆推荐系统提供一种技术方案。

基于Hadoop平台的Spark快数据推荐算法解析——以其在图书推荐系统中的应用为例

在大数据挖掘方面,基于Hadoop平台的Spark快数据推荐算法具有一定优势.基于这种认识,本文从平台算法组成和算法实现两个角度对该算法进行了解析,并对算法在图书推荐系统中的应用方法展开了探讨.从系统功能仿真分析结果来看,应用Spark快数据推荐算法进行图书推荐,能够使图书推荐系统推荐准确度得到提高,并且大幅度缩短图书推荐时间.

基于Hadoop平台的Spark快数据推荐算法解析——以其在图书推荐系统中的应用为例

在大数据挖掘方面,基于Hadoop平台的Spark快数据推荐算法具有一定优势。基于这种认识,本文从平台算法组成和算法实现两个角度对该算法进行了解析,并对算法在图书推荐系统中的应用方法展开了探讨。从系统功能仿真分析结果来看,应用Spark快数据推荐算法进行图书推荐,能够使图书推荐系统推荐准确度得到提高,并且大幅度缩短图书推荐时间。

当代大学生公民参与的路径探析

当代大学生公民参与主要存在趋向功利化、参与程度低、综合性不够、保障机制不健全等问题。促进大学生公民参与,可以采取以下措施:不断提高对大学生公民参与的理论和实践研究水平;推动学生参与到校园管理中来;重视实践育人,提升其公民参与能力;积极探索家庭教育、学校教育和社会教育三结合的协作体系;改革选举方式,完善大学生参与的制度化渠道;建立支持保障体系。