文章详细页面

公共文化用户行为建模与智能推荐关键技术研究
在线阅读 收藏

近年来,随着互联网技术以及各种新兴智能技术的发展,文化资源呈现种类多、更新快、数据繁杂等特征。图书馆、博物馆、美术馆、文化馆等各类文化场所作为文化资源的重要载体,也随之发生了巨大变化。资源采集逐渐走向多元化,资源类型逐渐走向数字化,资源门类逐渐走向全面化。现阶段,各类文化场所拥有数量越来越庞大、种类越来越繁多的公共文化资源,这些公共文化资源随着信息技术的发展正向大数据时代迈进。

同时,人们越来越注重对文化素养的培养,对知识的获取越来越迫切,因此希望能够快速、准确地检索到所需的公共文化资源以满足自身对知识的个性化需求。传统的信息获取渠道主要是通过搜索引擎查询资源信息,这种方式通过对用户查询的关键字进行网页的快速排序,从而匹配到合适的信息。为了保证查询结果的准确性,还需要对搜索引擎反馈的结果进行人工排查和筛选。在信息爆炸增长的今天,这种信息检索方式已经难以满足用户的要求,准确率较低使用户需要再次进行人工作业,对查询结果二次过滤,效率极低的检索方式浪费了用户的时间,导致用户体验感变差。因此,如何从海量的公共文化资源中提取出所需有效信息,满足用户对公共文化资源的个性化需求,是当代智能文化场所的必备功能之一。本文主要论述如何针对用户交互行为产生的数据进行挖掘和分析,为用户兴趣预测及兴趣推荐提供解决方法。

帮助中心电脑版