《社交网络环境下基于用户行为分析的个性化推荐服务研究》

  • 来源专题:图书情报
  • 编译者: lixiaoyan
  • 发布时间:2018-08-22
  • 构建数字图书馆社交网络,能够根据用户行为所反映出的兴趣变化提供好友推荐和资源推荐服务。文章设计用户行为模型用于保存用户在社交网络的各种行为信息,在此基础上,一方面分析社交网络中用户之间的社交密切程度、资源使用情况;另一方面,将用户对资源访问的时间、访问频率纳入资源推荐方法的考虑范围,分析用户对资源使用的兴趣变化。文章提出综合考虑用户社交密切程度以及资源使用情况的好友推荐方法以及综合时间因素和用户近期偏好因素的资源推荐机制,通过实验对比发现提出的方法优于相关研究所提出的推荐方法。但随着数据量增加,算法的时间复杂度上升,推荐耗时增加。

相关报告
  • 《大数据环境下基于高校读者小数据的图书馆个性化智能服务研究》

    • 来源专题:图书情报
    • 编译者:xuxue
    • 发布时间:2018-02-27
    • [目的/意义]为准确发现高校读者个性化阅读需求并预测其发展趋势,实现图书馆智能服务的个性化定制与推送。[方法/过程]分析高校读者小数据应用于图书馆个性化智能服务的可行性,图书馆通过高校读者小数据采集、预处理、个性化阅读需求发现与预测利用决策推荐机制为高校读者推送个性化智能服务。[结果/结论]结果表明,高校读者小数据能够准确体现其个性化阅读及知识需求,为图书馆个性化智能服务决策制定和模式构建提供支撑作用。大数据环境下,该研究能提供一定的理论指导和实践价值。
  • 《基于ELM的AIGC用户信任研究》

    • 来源专题:数智化图书情报
    • 编译者:程冰
    • 发布时间:2025-07-22
    • [目的/意义]研究AIGC用户信任形成机理,从而采取措施建立用户信任,促进其采纳和使用行为。[方法/过程]基于ELM,考察中心因素和外围因素对AIGC用户信任的影响,采用SEM和fsQCA进行数据分析。[结果/结论]中心因素(感知准确性、感知个性化、内容可解释性)和外围因素(拟人化、感知偏见、隐私风险)、信任倾向显著影响用户对AIGC的信任。此外,算法素养对信任具有调节作用。因此,AIGC平台需要关注中心因素和外围因素两方面,进而提升用户信任,促进其使用行为。