标题
  • 标题
  • 作者
  • 关键词

知识找回场景下推荐系统模拟实现及评价研究

2019-08-27分类号:G350

【作者】程秀峰  张孜铭  孟亚琪  范晓莹  杨金庆  
【部门】华中师范大学信息管理学院  
【摘要】[目的/意义]信息过载一直是知识工作者在搜集、处理和创造知识的过程中所面临的主要困境。这种困境导致的结果之一是很难回忆起曾经使用过的文档的内容细节及具体位置,而推荐系统则能减少这样的困难。通过研究对比不同推荐系统在这一任务下的优缺点,可以帮助知识工作者更好地完成回忆任务。[方法/过程]基于相关理论,在同一场景(知识找回)模拟实现并测试了4种不同类型的推荐过程,包括基于内容的推荐CBR、基于协同过滤的推荐CFR、基于推理网络的推荐INR与融入了情境感知的推荐CAS,根据所确定的若干指标(精确性、情境相关性、预测性、多样性)对推荐效果进行比较。[结果/结论]结果显示,以上推荐系统在帮助用户回忆并找回文档过程中都有各自的优势,而基于情境感知的推荐系统在情境相关性与预测用户行为方面具有较好的效果。
【关键词】信息过载  知识找回  推荐系统  情境感知
【基金】国家自然科学青年项目“基于QSIM的图书馆移动用户群体行为模拟与学习兴趣引导研究”(项目编号:71503097);; 华中师范大学基本科研业务费资助项目“基于上下文感知技术的交互式移动学习行为研究”(项目编号:CCNU18TS039)研究成果之一
【所属期刊栏目】图书情报工作
文献传递