高校图书馆读者网上荐购的现状与思考——基于对50所高校的调查 被引量：33

1

作者 史丽香 《图书馆论坛》 CSSCI 北大核心 2013年第5期117-122,共6页

为分析高校图书馆读者网上荐购现状,选取50所高校进行调查。读者网上荐购已成为高校图书馆常规服务手段,但存在不足:书目信息不完善、对读者荐购的反馈不及时、读者参与荐购的方式不完善。图书馆应提供全面的分类书目,提供更多样更完善... 为分析高校图书馆读者网上荐购现状,选取50所高校进行调查。读者网上荐购已成为高校图书馆常规服务手段,但存在不足:书目信息不完善、对读者荐购的反馈不及时、读者参与荐购的方式不完善。图书馆应提供全面的分类书目,提供更多样更完善的荐购途径,重视读者反馈,建立荐购人信息档案,以提高荐购服务水平。 展开更多

关键词 高校图书馆 读者网上荐购 荐购系统

下载PDF 职称材料

突破智慧教育:基于图学习的课程推荐系统 被引量：23

2

作者 歹杰 李青山 +3 位作者 褚华 周洋涛 杨文勇 卫彪彪 《软件学报》 EI CSCD 北大核心 2022年第10期3656-3672,共17页

近年来,随着互联网技术的迅猛发展,以慕课(MOOC)为代表的在线教育平台得到广泛普及.为助力“因材施教”的个性化智慧教育,以推荐算法为代表的人工智能技术受到了学术界与工业界的普遍关注.虽然在电子商务等领域获得了成功应用,但推荐算... 近年来,随着互联网技术的迅猛发展,以慕课(MOOC)为代表的在线教育平台得到广泛普及.为助力“因材施教”的个性化智慧教育,以推荐算法为代表的人工智能技术受到了学术界与工业界的普遍关注.虽然在电子商务等领域获得了成功应用,但推荐算法与在线教育融合时仍面临严峻挑战:现有算法对隐式交互数据的挖掘不充足,推荐背后的知识指导作用不明显,面向实践的推荐系统软件有缺失.对此,设计了一套面向工业化场景的智慧课程推荐系统:(1)提出基于图卷积神经网络的推荐引擎,将“用户-课程”隐式交互数据建模为异构图;(2)将课程知识信息融入“用户-课程”异构图,深入挖掘了“用户-课程-知识”关联关系;(3)设计了高效的在线推荐系统,实现了“预处理-召回-离线排序-在线推荐-结果融合”的多段流水线原型,不仅能够快速响应课程推荐请求,更能有效缓解推荐算法落地的最大障碍——冷启动问题.最后,基于真实课程学习平台数据集,以对比实验表明了离线推荐引擎相比其他主流推荐算法的先进性,并基于两个典型用例分析验证了在线推荐系统面临工业场景需求的可用性. 展开更多

关键词 个性化教育 图卷积神经网络 在线推荐系统 机器学习

下载PDF 职称材料

高校图书馆网上荐购系统与采访工作的无缝连接 被引量：14

3

作者 陈漫红 卢小玲 《图书馆论坛》 CSSCI 北大核心 2013年第1期126-128,共3页

分析高校图书馆文献资源建设的挑战,网上荐购系统存在的不足,提出高校图书馆网上荐购系统与采访工作的无缝连接,更好地满足读者需求。

关键词 高校图书馆 网上荐购 读者需求 图书采购

下载PDF 职称材料

面向大规模在线学习的社会化推荐模型与方法 被引量：12

4

作者 包昊罡 李艳燕 郑娅峰 《现代远程教育研究》 CSSCI 北大核心 2018年第3期94-103,共10页

大规模在线学习中,学习者面对数量众多、种类繁杂的学习资源容易产生"信息迷航""信息过载"等问题。因此,为学习者提供个性化的学习推荐服务是大规模在线学习的重要任务。但目前的推荐系统大多只考虑了学习者与学习... 大规模在线学习中,学习者面对数量众多、种类繁杂的学习资源容易产生"信息迷航""信息过载"等问题。因此,为学习者提供个性化的学习推荐服务是大规模在线学习的重要任务。但目前的推荐系统大多只考虑了学习者与学习资源特征,对其内在社会联系考虑不足,推荐效果有较大的提升空间。许多研究表明,引入社会化因素,对于提升推荐系统效果有显著的帮助。社会化推荐系统需要根据应用情境,深入地理解用户、推荐对象以及影响他们之间相似关系和社会关系的要素。大规模在线学习中的社会化推荐系统要素模型包括学习者特征、推荐对象特征、社会关系和应用情境四个方面。相较于传统的推荐方法,在这一要素模型基础上设计的基于兴趣主题的社会化推荐方法更好地结合了大规模在线教育场景,以及学习者和资源服务要素,并进一步研究了用户间的内在社会关联,挖掘了用户、学习资源间的隐性联系。实验结果也说明,该推荐方法在教育场景中可以实现更好的推荐效果。 展开更多

关键词 大规模在线学习 社会化推荐 推荐系统 社会网络 要素模型

下载PDF 职称材料

在线教育平台中个性化学习资源推荐系统设计 被引量：9

5

作者 李乡儒 梁惠雯 +2 位作者 冯隽怡 肖江平 彭婉芬 《计算机技术与发展》 2021年第2期143-149,共7页

为了通过充分挖掘和分析用户的学习行为规律及认知特点,借助互联网和人工智能技术提升个性化教育的深度和广度,设计了一个包含用户画像的个性化学习资源推荐系统。该系统由数据层、数据分析层和推荐计算层构成。数据层由用户数据以及包... 为了通过充分挖掘和分析用户的学习行为规律及认知特点,借助互联网和人工智能技术提升个性化教育的深度和广度,设计了一个包含用户画像的个性化学习资源推荐系统。该系统由数据层、数据分析层和推荐计算层构成。数据层由用户数据以及包含知识资料、学习资料和标签集的资源库组成;数据分析层融合了以基础信息、学习行为等为代表的静态数据和动态数据,据此为用户生成个性化画像、提供直观形象的学习反馈;推荐计算层则通过相似性分析和聚类算法发现用户的学习行为规律,使用TF-IDF方法挖掘用户的资源偏好,并据此给出个性化的学习建议。该系统已应用于一个以人工智能类课程为主的在线教育平台,为师生提供个性化画像、学习反馈与资料推荐的服务,当前处于第二个学期的试用阶段。 展开更多

关键词 在线教育 个性化推荐系统 用户画像与反馈 学习风格 行为序列分析 资源偏好

下载PDF 职称材料

基于联合概率矩阵分解的个性化试题推荐方法 被引量：9

6

作者 李全 刘兴红 +1 位作者 许新华 林松 《计算机应用》 CSCD 北大核心 2018年第3期639-643,649,共6页

近年来随着在线教育中试题资源数量爆炸式的增长,学生很难在海量的试题资源中找到合适的试题,因此面向学生的试题推荐方法应运而生;然而,传统的基于概率矩阵分解的试题推荐方法没有考虑学生的知识点掌握信息,导致推荐结果准确率低,为此... 近年来随着在线教育中试题资源数量爆炸式的增长,学生很难在海量的试题资源中找到合适的试题,因此面向学生的试题推荐方法应运而生;然而,传统的基于概率矩阵分解的试题推荐方法没有考虑学生的知识点掌握信息,导致推荐结果准确率低,为此,提出一种基于联合概率矩阵分解的个性化试题推荐方法。首先,通过认知诊断模型得到的学生知识点掌握信息;然后,结合学生、试题和知识点三者信息进行联合概率矩阵分解;最后,根据难度范围进行试题推荐。实验结果表明,与其他传统推荐方法相比,所提方法在不同难度试题推荐的准确率上取得了较好的推荐结果。 展开更多

关键词 在线教育 试题资源 推荐系统 联合概率矩阵分解 认知诊断

下载PDF 职称材料

基于学习者行为特征的MOOCs学习伙伴推荐 被引量：8

7

作者 徐彬 杨丹 +2 位作者 张昱 李封 高克宁 《计算机科学与探索》 CSCD 北大核心 2015年第1期71-79,共9页

大规模开放在线课堂的兴起给高等教育的全球化提供了契机。与大规模参与用户形成鲜明对比的是,目前课程普遍存在完成率不足的问题。造成学生退出的原因之一是学习者缺乏合适的学习伙伴相互交流以及时解决学习中遇到的问题。分析了开放... 大规模开放在线课堂的兴起给高等教育的全球化提供了契机。与大规模参与用户形成鲜明对比的是,目前课程普遍存在完成率不足的问题。造成学生退出的原因之一是学习者缺乏合适的学习伙伴相互交流以及时解决学习中遇到的问题。分析了开放课程中论坛用户的身份特征和学生用户在论坛讨论过程中的行为模式,建立了学习者行为特征模型和学生在讨论过程中形成的关系网络。根据课程内容建立关键词词典,并以此为主题词,提出了一种具有固定主题词的主题模型,进而推断关系网络潜在的主题分布,最终根据主题分布结果为学习者推荐学习伙伴。通过分析Coursera课程平台的真实数据,证明了该学习伙伴推荐方法能有效地挖掘出主题相关的学习者,为学习者相互推荐学习伙伴,在一定程度上将有助于提高学习者的积极性。 展开更多

关键词 社会网络分析 在线课堂 推荐系统 主题模型

下载PDF 职称材料

一种基于BP神经网络的即时在线推荐系统 被引量：6

8

作者 王宁 《计算机技术与发展》 2009年第7期230-233,共4页

推荐系统是一种方便用户网上购物的辅助工具。通过向用户自动推荐其感兴趣的商品,推荐系统可以节省用户的商品搜索时间并增加网站销售额。提出一种基于BP神经网络的即时在线电子商务推荐系统,对用户近期购物信息进行隐式收集,并通过BP... 推荐系统是一种方便用户网上购物的辅助工具。通过向用户自动推荐其感兴趣的商品,推荐系统可以节省用户的商品搜索时间并增加网站销售额。提出一种基于BP神经网络的即时在线电子商务推荐系统,对用户近期购物信息进行隐式收集,并通过BP神经网络对用户近期的购物兴趣进行分类判断,最后根据兴趣判断结果进行相关商品推荐。实验平台上的测试表明基于神经网络的电子商务在线推荐系统是可行的。 展开更多

关键词 电子商务 BP神经网络 在线推荐系统

下载PDF 职称材料

基于机器学习算法的在线推荐系统设计与性能优化研究 被引量：2

9

作者 魏芬 《信息与电脑》 2024年第3期89-91,共3页

传统运营方式已经难以应对日益复杂的业务场景。特别是电商领域,采用个性化推荐系统对于改善用户体验、促进商品销售、提高广告点击率具有重要意义。文章以电商场景为例,设计了基于机器学习算法的在线推荐系统,并对该系统进行了性能优化。

关键词 机器学习算法 在线推荐系统 性能优化

下载PDF 职称材料

在线课程推荐系统设计与实现

10

作者 毛雷 《福建电脑》 2024年第6期95-98,共4页

为提高学习者在线学习的效率,本文通过构建课程结构模型,改进已有的协同过滤推荐算法,为在线学习平台设计和实现了一个推荐系统。实践表明,该推荐系统不仅符合学习者的兴趣,还考虑了学习者现有的知识体系,符合学习进程。

关键词 在线学习 协同过滤推荐算法 推荐系统

下载PDF 职称材料

基于知识图谱的用户兴趣挖掘与在线课程推荐系统

11

作者 周颖 《智能物联技术》 2024年第1期54-57,共4页

随着互联网技术的发展,在线教育平台的课程资源急剧增加,如何为用户推荐合适的课程成为一项重要的研究方向。为此,研究一种基于知识图谱的用户兴趣挖掘与在线课程推荐方法。首先,设计在线课程推荐系统的总体框架。其次,聚焦知识图谱构建... 随着互联网技术的发展,在线教育平台的课程资源急剧增加,如何为用户推荐合适的课程成为一项重要的研究方向。为此,研究一种基于知识图谱的用户兴趣挖掘与在线课程推荐方法。首先,设计在线课程推荐系统的总体框架。其次,聚焦知识图谱构建,进行兴趣挖掘和推荐的方法。最后,采用MOOCCube数据集进行实验验证。结果表明,所提方法可以满足课程推荐的需求。 展开更多

关键词 在线课程 推荐系统 知识图谱 兴趣挖掘

下载PDF 职称材料

基于人工智能的网络招聘平台人才推荐系统设计

12

作者 李淑芳 李亚辉 《移动信息》 2024年第6期326-328,331,共4页

近年来,随着互联网的快速发展,网络招聘平台已成为企业招聘人才的重要渠道。然而,在信息爆炸的时代背景下,海量的人才信息导致企业难以筛选出合适的人才。文中设计了一种基于人工智能的网络招聘平台人才推荐系统。首先,通过分析人才招... 近年来,随着互联网的快速发展,网络招聘平台已成为企业招聘人才的重要渠道。然而,在信息爆炸的时代背景下,海量的人才信息导致企业难以筛选出合适的人才。文中设计了一种基于人工智能的网络招聘平台人才推荐系统。首先,通过分析人才招聘过程中的痛点和需求,提出了人才推荐系统的设计思路。其次,详细介绍了人才推荐系统的工作流程和关键技术,如收集、整理求职者和职位需求的相关信息,包括个人简历、工作经历、技能要求等。在机器学习算法的支持下,系统能对这些信息进行特征提取和模式识别,从而建立起个人和职位的特征空间模型。根据这些模型,系统能通过相似度计算和匹配算法,向招聘方推荐最适合的候选人。最后,对人才推荐系统进行了验证和评估。结果表明,该系统具有更高的准确性和效率,能有效提升招聘的成功率和速度。 展开更多

关键词 人工智能 网络招聘平台 人才推荐系统 设计

下载PDF 职称材料

面向不一致用户评价准则的在线服务推荐 被引量：4

13

作者 张国涛 付晓东 +3 位作者 岳昆 刘骊 冯勇 刘利军 《计算机工程与科学》 CSCD 北大核心 2019年第4期733-741,共9页

客观上,用户的评价准则是由主观意识决定的,用户之间的评价准则不同导致多个用户对同一服务的评分不具备可比较性,不考虑不同用户评分的不可比较性所获得的服务推荐将难以满足用户个性偏好及其真实需求。为此,提出一种面向不一致用户评... 客观上,用户的评价准则是由主观意识决定的,用户之间的评价准则不同导致多个用户对同一服务的评分不具备可比较性,不考虑不同用户评分的不可比较性所获得的服务推荐将难以满足用户个性偏好及其真实需求。为此,提出一种面向不一致用户评价准则的在线服务推荐方法,考虑用户偏好不一致时用户对在线服务的偏好关系,以偏好关系计算用户之间的相似度,并以此获得在线服务推荐结果。首先以用户-服务评分矩阵为基础建立用户对服务的偏好关系,其次根据偏好关系计算用户之间的相似度,然后以用户相似度为基础对用户未评分的服务进行评分预测,最后以预测评分的排序结果作为推荐结果。与经典的协同过滤推荐方法的比较实验,验证了本方法的有效性。实验表明,本方法获得的推荐结果能满足大多数用户的服务偏好,同时获得了比经典的协同过滤推荐方法更好的准确率。 展开更多

关键词 在线服务 评价准则 推荐系统 偏好 相似度

下载PDF 职称材料

简化的Slope One在线评分预测算法 被引量：3

14

作者 孙丽梅 李悦 +1 位作者 Ejike Ifeanyi Michael 曹科研 《计算机应用》 CSCD 北大核心 2018年第2期497-502,共6页

个性化推荐系统是大数据时代信息过滤的有效手段,影响推荐系统预测准确性的主要原因之一是数据稀疏性。Slope One评分预测推荐算法采用简单的线性回归模型解决数据稀疏问题,具有易于实现、评分预测速度快的特点,但它在训练阶段生成项目... 个性化推荐系统是大数据时代信息过滤的有效手段,影响推荐系统预测准确性的主要原因之一是数据稀疏性。Slope One评分预测推荐算法采用简单的线性回归模型解决数据稀疏问题,具有易于实现、评分预测速度快的特点,但它在训练阶段生成项目之间评分差的时间和空间消耗大,训练阶段需离线进行。为解决以上问题,提出一种简化的Slope One算法——Simplified Slope One,以两项目历史平均分之差代替项目评分差,来降低算法的时间复杂度和空间复杂度,简化耗时最多的生成项目之间评分差的过程,以有效提高评分数据的利用率,对稀疏数据有更好的适应性。在Movielens数据集上利用按照时间戳排序后划分的测试集进行实验,结果表明Simplified Slope One算法对评分预测的准确性与原Slope One算法接近,但时间复杂度和空间复杂度均低于原Slope One算法,更适合在数据规模增长迅速的大型推荐系统中应用。 展开更多

关键词 个性化推荐 SLOPE One算法 在线 评分预测 推荐系统

下载PDF 职称材料

基于人工智能的高校在线开放课程推荐与应用研究 被引量：1

15

作者 郭敏 《信息与电脑》 2023年第20期239-241,共3页

随着互联网在高校教育体系中的深度普及,在线开放教育成为提升高校教学灵活性的重要方式。教师可以通过在线教学平台将课程内容传递给学生,以满足学生随时随地的学习需求。但是,在线教学平台的课程内容、数量相对较多,内容复杂,很多学... 随着互联网在高校教育体系中的深度普及,在线开放教育成为提升高校教学灵活性的重要方式。教师可以通过在线教学平台将课程内容传递给学生,以满足学生随时随地的学习需求。但是,在线教学平台的课程内容、数量相对较多,内容复杂,很多学生无法快速选择自己想要的课程内容,降低了线上教育的整体效率。为此,在开发在线教学平台的过程中融入人工智能技术,通过人工智能技术完善在线开发课程推荐功能,确保学生能够更便捷地寻找到自己需要的课程。为了满足高校在线开放课程推荐系统的构建需求,文章分析了人工智能技术在高校在线开放课程推荐与应用中的作用和各种技术的应用方向,并提出利用人工智能算法构建高校在线开放课程推荐系统的措施。 展开更多

关键词 人工智能 在线教育 课程推荐系统

下载PDF 职称材料

基于网上书店构建图书荐购知识库的研究 被引量：1

16

作者 陈刚 《江苏科技信息》 2018年第21期14-16,共3页

文章调查了国内外图书馆荐购知识库的研究和应用现状,发现图书馆对于荐购服务和荐购知识库普遍重视不足,提出以网上书店为数据来源,构建图书荐购知识库,从而为构建基于云计算的图书荐购系统做好准备。

关键词 图书荐购 知识库 网上书店 荐购系统

下载PDF 职称材料

一种优化的组合协同过滤算法

17

作者 谢翔宙 张延园 《微电子学与计算机》 CSCD 北大核心 2010年第12期102-104,108,共4页

改进了传统协同过滤算法中最近邻搜索这一关键步骤,提出了一种结合概念层次和用户局部兴趣相似的协同过滤算法,使推荐系统在用户矩阵整体稀疏局部密集时依然能产生较好的推荐.该算法应用于基于iPhone平台开发的EatMe菜肴推荐系统,实验... 改进了传统协同过滤算法中最近邻搜索这一关键步骤,提出了一种结合概念层次和用户局部兴趣相似的协同过滤算法,使推荐系统在用户矩阵整体稀疏局部密集时依然能产生较好的推荐.该算法应用于基于iPhone平台开发的EatMe菜肴推荐系统,实验证明改进算法比传统协同过滤算法有更高的查全率. 展开更多

关键词 在线推荐系统 协同过滤 概念层次 局部相似性 查全率

下载PDF 职称材料

推荐系统性能与顾客网上购物体验相关性实证研究

18

作者 钱黎春 邱聪聪 刘蓓蕾 《安徽工业大学学报（社会科学版）》 2020年第1期16-20,共5页

消费者网上购物体验与推荐系统的性能因素高度相关。实证研究表明,推荐系统的人性化程度、智能性因素以及可信赖程度均能够影响顾客网上购物的功利性体验、情感体验和关联体验;推荐系统的资源丰富性与顾客网购的功利性体验和情感体验呈... 消费者网上购物体验与推荐系统的性能因素高度相关。实证研究表明,推荐系统的人性化程度、智能性因素以及可信赖程度均能够影响顾客网上购物的功利性体验、情感体验和关联体验;推荐系统的资源丰富性与顾客网购的功利性体验和情感体验呈正相关,但与顾客的关联体验无关。营销人员可以从整体上把握推荐系统性能因素,调控并提高系统的各种关键性能,有效改善顾客网上购物的体验。 展开更多

关键词 网上购物 推荐系统 顾客体验

下载PDF 职称材料

高层次人才申报推荐系统的设计与实现

19

作者 周琴 《新一代信息技术》 2021年第21期14-17,38,共5页

针对高层次人才队伍建设需要,结合高层次人才特点,设计和开发了集在线申报、评审、推荐等功能于一体的人才申报推荐系统。系统基于J2EE架构,采用B/S模式,具有良好的可扩展性和可维护性。系统的建设和应用,可以有效提高人才项目管理效率... 针对高层次人才队伍建设需要,结合高层次人才特点,设计和开发了集在线申报、评审、推荐等功能于一体的人才申报推荐系统。系统基于J2EE架构,采用B/S模式,具有良好的可扩展性和可维护性。系统的建设和应用,可以有效提高人才项目管理效率,减少重复填报,节约人力成本。 展开更多

关键词 人才信息 在线申报 推荐系统

下载PDF 职称材料

深度学习在MOOC推荐系统中的应用 被引量：8

20

作者 王艳 丁雪梅 孙薇 《实验技术与管理》 CAS 北大核心 2020年第8期54-57,共4页

为了解决MOOC平台课程推荐系统数据稀疏性的问题,该文提出一种基于稀疏偏好的矩阵分解和深度学习图像特征提取的混合推荐算法,用于提升推荐系统的质量。对MOOC推荐系统业务流程进行分析,并对基于深度学习的推荐系统架构和功能进行描述... 为了解决MOOC平台课程推荐系统数据稀疏性的问题,该文提出一种基于稀疏偏好的矩阵分解和深度学习图像特征提取的混合推荐算法,用于提升推荐系统的质量。对MOOC推荐系统业务流程进行分析,并对基于深度学习的推荐系统架构和功能进行描述。利用深度学习技术,把课程封面视觉特征提取出来作为稀疏偏好矩阵的附加信息,提出了基于矩阵分解和深度学习融合的推荐方法。实验结果表明:该推荐算法具有较好的准确率,有效地缓解了数据稀疏问题。 展开更多

关键词 深度学习 大规模开放式网络课程 推荐系统

下载PDF 职称材料