基于机器学习的高校图书馆用户偏好检索系统研究

被引：25

作者：

沈敏 ^{[1
]}

杨新涯 ^{[1
]}

王楷 ^{[2
]}

机构：

[1] 重庆大学图书馆

[2] 重庆大学自动化学院

来源：

图书情报工作 | 2015年 / 59卷 / 11期

关键词：

机器学习; 高校图书馆; 用户偏好; 偏好检索;

D O I：

10.13266/j.issn.0252-3116.2015.11.020

中图分类号：

G258.6 [高等学校、中等专业学校图书馆]; G252.7 [文献检索];

学科分类号：

1205 ; 120501 ;

摘要：

[目的/意义]针对大数据环境下高校图书馆检索系统的信息超载问题,提出一种机器学习方法,为用户提供个性化的偏好检索服务。[方法/过程]通过提取用户检索行为大数据中的用户特征,利用监督机器学习方法,在线学习可随用户偏好同步变化的自适应检索模型,预测用户对文献的选择概率,优化检索结果的排序。[结果/结论]设计出用户偏好检索原型系统,介绍用户偏好检索系统工作流程,对比分析系统效果,并对系统进行客观评价。

引用

页码：143 / 148

页数：6

共 16 条

[1] 大数据时代信息分析的关键问题、挑战与对策 [J].