探究适合中小型机构知识库的智能推荐系统

《探究适合中小型机构知识库的智能推荐系统》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、探究适合中小型机构知识库的智能推荐系统Inquiryintotheintelligentrepositorysystemsuitableforsmallandmediummechanismknowledgebase摘要：探究适合中小型机构知识库的智能推荐系统是中小型机构知识库建设的关键问题，对中小型机构知识库建立稳定的用户群体尤为重要。中小型机构知识库实现迅速、精准、主动的推送将成为其生存的保障和发展的基石。本文通过探究提出了一种综合性的智能推荐系统，该系统部署较为简便，能回避某些推荐算法的缺点，并发挥某

2、些推荐算法的优点，同时具有良好的升级和可扩展性。Abstract:itisimportanttoexploretheintelligentrecommendationsystemsuitableforsmallandmediummechanismknowledgebaseconstruction.Theknowledgebaseofsmallandmedium-sizedorganizationisthefoundationofitsexistence.Inthispaper,anintegratedin

3、telligentrecommendationsystemisproposed,whichcaneffectivelyavoidsomeoftheshortcomingsofsomeoftheproposedalgorithm,andplaysomeoftheadvantagesoftheproposedalgorithm,andhasagoodupgradeandscalability.关键字：机构知识库，智能，推荐系统Keywords:mechanismknowledgebase,intelligen

4、t,recommendationsystem分类号：G201.0研究背景与意义在我国机构知识库认可度虽逐步提高，但用户仍惯于直接打开商业数据库进行查找资料，机构知识库利用率仍然相对低下。如何引导机构知识库用户，特别是中小型机构知识库用户利用本机构知识库资源及机构知识库联盟资源成为破解阻碍中小型机构知识库建设的一个关键问题。1.1本机构知识优先推荐的好处本机构知识优先推荐的好处很多，直观来说：有助于提升本单位机构知识库的利用率；有助于就近发现单位内研究人员的研究方向，促进本机构人员的交流沟通及科研团队建立；

5、有利于陌生的外单位使用者迅速挖掘到有价值的知识信息。对于大型机构知识库而言推荐系统的应用也许只是锦上添花，而对于中小型机构知识库而言则是生死存亡的法宝。因为对于大型的机构知识库而言，知识库的规模，详细的分类，便捷的检索是主要优势，而对于中小型机构知识库而言，如果不能精确的推送用户感兴趣的信息将很难建立稳定的用户群体。迅速、精准、9主动的推送成为中小型机构知识库更容易确立的优势。2.0研究现状2.1智能推荐现状1992年，第一个推荐系统Tapestry诞生[1]，从此推荐引擎引起了广泛关注。2011年李彦宏

6、在百度世界大会上指出推荐引擎、云计算、搜索引擎将成为未来互联网的重要发展方向[2]。实际上，大家熟知的电子商务巨头Amazon已经率先在其电子商务网站上使用推荐系统并至少为其创造了三分之一的收入。2.2机构知识库应用智能推荐系统现状截至2014年5月，OpenDOAR在世界范围内共收录了2665个机构知识库，其中中国的机构知识库有99个，数量上位居世界第5位[3]。但在对机构知识库的规模、可见度、丰富性、学术性的综合排名——《世界机构典藏系统排名》中，我国机构知识库却鲜有上榜。由此可见，我国机构知识库在国

7、际中的认可度还不高，原因除规模性、丰富性、学术性外，我国机构知识库的可见度低是影响国际认可度的重要因素。为提升我国机构知识库的可见度，中国高等教育数字图书馆、清华大学机构知识库、北京工业大学机构知识库等一批机构知识库率先采用了相似文章推荐的方式。中国人民大学机构知识库、上海交通大学机构学术信息库率先采用了热门浏览推荐方式。北京科技大学机构知识库、中国科学院国家科学图书馆机构知识库采用了文章下载量和上传时间的综合排名排行推荐的方式。在其他大部分机构知识库，包括机构知识库建设的先驱——厦门大学机构知识库都没有

8、发现明确的推荐机制。可以说，智能推荐系统在我国机构知识库的应用还处于非常初级的阶段，在中小型机构知识库中建立智能推荐系统更是受到资金、技术、环境等更多的制约因素，更是缺乏研究和应用。3.1常见智能推荐算法的优缺点智能推荐算法是推荐系统的灵魂。常用的推荐算法有：内容的推荐算法、基于用户协同的推荐算法、基于关联规则的推荐算法、基于项目协同的推荐算法等。3.1.1基于内容的推荐算法传统的信息过滤技术在智能推荐领域的一种延续和发展逐步