图书馆大数据知识服务情境化推荐系统研究

被引：9

作者：

刘海鸥 ^{[1
,2
]}

陈晶 ^{[1
]}

孙晶晶 ^{[1
]}

张亚明 ^{[1
,2
]}

机构：

[1] 燕山大学互联网+与产业发展研究中心

[2] 燕山大学经济管理学院

来源：

图书馆理论与实践 | 2018年 / 08期

关键词：

情境化推荐; 大数据知识服务; 图书馆; 协同过滤;

D O I：

10.14064/j.cnki.issn1005-8214.2018.08.020

中图分类号：

G250.73 [网络资源开发与利用];

学科分类号：

1205 ; 120501 ;

摘要：

大数据环境下,推荐系统项目评分的稀疏性问题愈加突出,如何从大数据中挖掘出与用户情境精准匹配的知识服务资源并及时推荐给相应用户,成为图书馆大数据知识服务亟待解决的问题。文章在系统回顾相关研究进展的基础上,提出图书馆大数据知识服务的情境化推荐系统框架结构,并通过融合图书馆用户的情境信息进行大数据知识服务的协同过滤推荐,由此缓解数据稀疏性导致的推荐性能下降问题;同时采用Map Reduce的并行处理方式,以提高大数据的并行挖掘性能。

引用

页码：98 / 103

页数：6

共 16 条

[1] An unsupervised approach to modeling personalized contexts of mobile users [J].

Bao, Tengfei ;

Cao, Huanhuan ;

Chen, Enhong ;

Tian, Jilei ;

Xiong, Hui .

KNOWLEDGE AND INFORMATION SYSTEMS, 2012, 31 (02) :345-370

[2]

The impact of use context on mobile services acceptance: The case of mobile ticketing[J] . &nbspInformation & Management . 2009 (3)

[3] Incorporating contextual information in recommender systems using a multidimensional approach [J].

Adomavicius, G ;

Sankaranarayanan, R ;

Sen, S ;

Tuzhilin, A .

ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2005, 23 (01) :103-145

[4]

Multiverse recommendation:n-dimensional tensor factorization for context-aware collaborative filtering. Karatzoglou A,Amatriain X,Baltrunas L,et al. ACM Conference on Recommender Systems . 2010

[5]

Fast context-aware recommendations with factorization machines. Rendle S,Gantner Z,Freudenthaler C, et al. Proceedings of the 34th international ACM SIGIR conference on Research and development in Information Retrieval . 2011

[6]

Contextual Recommendation. Anand S S,Mobasher B. From Web to Social Web:Discovering and Deploying User and Content Profiles . 2006

[7] 基于情境感知的图书馆移动信息服务研究 [J].