我国学术数据库协同过滤资源推荐研究现状探讨

发布时间：2018-07-15 22:24

【摘要】：通过分析2003年至2016年中国知网发表的"图书情报与数字图书馆"领域关于协同过滤推荐的82篇文献,总结我国学术数据库协同过滤资源推荐的研究现状。通过对文献样本进行分类,发现目前该领域的研究重点主要集中于对学术数据库协同过滤推荐的推广和对推荐算法本身的完善两个方面,且后者主要集中于对数据稀疏性问题和可扩展性问题的解决。通过进一步分析,发现国内研究人员主要通过结合基于内容的推荐、空值填补和推荐结果融合三种方法缓解数据稀疏性问题;通过聚类的方法缓解可扩展性问题。
[Abstract]:Based on the analysis of 82 articles on collaborative filtering recommendation published by China Zhiwang from 2003 to 2016, this paper summarizes the research status of collaborative filtering resource recommendation in academic databases in China. By classifying the literature samples, it is found that the research emphasis in this field is mainly on the promotion of collaborative filtering recommendation in academic database and the improvement of recommendation algorithm itself. The latter mainly focuses on the solution of data sparsity problem and scalability problem. Through further analysis, it is found that domestic researchers alleviate the problem of data sparsity mainly by combining content based recommendation, null value filling and recommendation result fusion, and by clustering to alleviate the problem of scalability.
【作者单位】： 武汉大学信息管理学院;
【基金】：自然科学基金项目“基于文本逻辑主题结构的数字出版内容重组研究”(71673208)项目的资助
【分类号】：G230.7;G250.74

【参考文献】

相关期刊论文 前10条

1 刘如娟;;基于标签聚类与用户模型的个性化推荐方法研究[J];现代情报;2016年06期

2 刘海鸥;;云环境用户情境感知的移动服务QoS混合推荐[J];情报杂志;2016年04期

3 周朴雄;张兵荣;赵龙文;;基于BP神经网络的情境化信息推荐服务研究[J];情报科学;2016年03期

4 毕强;刘健;;数字文献资源内容服务推荐方法研究[J];现代图书情报技术;2015年12期

5 郑丽姣;;基于聚类的个性化图书推荐技术研究[J];数字技术与应用;2015年04期

6 张闪闪;黄鹏;;高校图书馆图书推荐系统中的稀疏性问题实证探析[J];大学图书馆学报;2014年06期

7 冷亚军;陆青;梁昌勇;;协同过滤推荐技术综述[J];模式识别与人工智能;2014年08期

8 罗琳;梁桂生;蔡军;;基于分众分类法的图书馆书目推荐系统[J];现代图书情报技术;2014年04期

9 邱均平;张聪;;高校图书馆馆藏资源协同推荐系统研究[J];图书情报工作;2013年22期

10 徐伟芬;;基于模糊聚类的数字图书馆个性化推荐系统方案设计[J];价值工程;2013年06期

【共引文献】

相关期刊论文 前10条

1 李豪;张海英;张俊;;一种基于用户兴趣分析的协同过滤推荐算法[J];微型机与应用;2017年15期

2 周朝阳;;杰卡德相似度在图书推荐中的应用研究[J];情报探索;2017年07期

3 孙梦婷;袁小群;;我国学术数据库协同过滤资源推荐研究现状探讨[J];出版科学;2017年04期

4 李雅美;王昌栋;;基于标签的个性化旅游推荐[J];中国科学技术大学学报;2017年07期

5 刘海池;王挺;唐晋韬;宁洪;魏登萍;刘培磊;;Linked Data数据集的主题模型建立方法[J];东北师大学报(自然科学版);2017年02期

6 曲朝阳;徐鹏飞;娄建楼;颜佳;曲楠;;基于协同过滤的电力信息运维知识个性化推荐模型[J];东北师大学报(自然科学版);2017年02期

7 王福;陈晓华;;移动图书馆信息接受情境多维度融合及服务聚合研究[J];情报杂志;2017年06期

8 王建芳;李骁;武文琪;刘永利;;一种SVD和信任因子相结合的协同过滤算法[J];小型微型计算机系统;2017年06期

9 任克强;梁亮亮;喻玲娟;;SVD与HVS相结合的小波域数字图像鲁棒水印[J];电子测量与仪器学报;2017年06期

10 孙常丽;王国军;石丹;金松跟;胡艳君;武丽影;;基于局部数据的高医院校图书馆荐读系统应用研究[J];中国市场;2017年15期

【二级参考文献】

相关期刊论文 前10条

1 李枫林;陈德鑫;梁少星;;基于语义关联和情景感知的个性化推荐方法研究[J];情报杂志;2015年10期

2 艾丹祥;张玉峰;左晖;杨君;;基于情境语义推理的O2O移动推荐系统研究[J];情报杂志;2015年08期

3 张亚明;刘海鸥;;面向云环境的移动信息服务情景化协同过滤推荐[J];情报学报;2014年05期

4 熊拥军;;数字图书馆个性化服务资源推荐模式分析[J];图书馆;2014年02期

5 蔡强;韩东梅;李海生;胡耀光;陈谊;;基于标签和协同过滤的个性化资源推荐[J];计算机科学;2014年01期

6 冷亚军;梁昌勇;丁勇;陆青;;协同过滤中一种有效的最近邻选择方法[J];模式识别与人工智能;2013年10期

7 张瑶;陈维斌;傅顺开;;基于大数据的高校图书馆推荐系统仿真研究[J];计算机工程与设计;2013年07期

8 李静云;;基于用户情境感知的移动图书馆知识推荐系统设计[J];图书馆理论与实践;2013年06期

9 梁昌勇;冷亚军;王勇胜;戚筱雯;;电子商务推荐系统中群体用户推荐问题研究[J];中国管理科学;2013年03期

10 张亚明;刘海鸥;;云环境用户兴趣图谱的网络社区营销推荐机理[J];情报杂志;2013年03期

，

本文编号：2125568