导读:本文包含了个性化信息推荐服务论文开题报告文献综述及选题提纲参考文献，主要关键词:信息服务,国图公开课,数字图书馆,个性化推荐
个性化信息推荐服务论文文献综述
张华,魏大威[1]（2019）在《面向“国图公开课”的数字图书馆个性化信息推荐服务研究》一文中研究指出面向"国图公开课",构建联系用户兴趣与长尾资源的个性化信息服务模型。结合"国图公开课"数据资源池与用户行为池的业务场景,挖掘用户隐式兴趣信息,深化数字图书馆个性化信息推荐服务模式。基于用户显式行为的兴趣建模不能够良好地表征用户的个性化知识需求,挖掘用户的隐式兴趣特征并融入到个性化信息推荐服务中,以此改善用户兴趣矩阵数据稀疏引起的图书馆信息服务性能不理想状况,有效提升现代数字图书馆的用户体验及资源利用效能。(本文来源于《图书馆学研究》期刊2019年17期）
杨利[2]（2019）在《基于大数据的电子商务个性化信息推荐服务模式研究》一文中研究指出随着大数据时代的到来,用户购买需求呈现多元化发展趋势,电商平台给用户提供的推荐服务面临巨大挑战。构建个性化信息推荐服务模式,满足用户提供个性化的服务需求,从而提高电商平台的服务质量,为其自身的市场竞争力提供保障。(本文来源于《科技视界》期刊2019年10期）
王卫霞[3]（2018）在《基于用户满意度的数字图书馆个性化信息推荐服务研究》一文中研究指出文章分析了用户满意度对数字图书馆的重要性,总结了数字图书馆个性化信息推荐服务的主要内容,提出了基于用户满意度的数字图书馆个性化信息推荐服务的构建要素和策略。(本文来源于《河南图书馆学刊》期刊2018年06期）
赵娜[4]（2018）在《高职院校数字图书馆个性化信息推荐服务初探》一文中研究指出随着信息技术的不断发展,个性化信息服务已经成为高职院校数字图书馆的发展方向。本文就高职院校数字图书馆个性化服务的意义展开谈论,重点探讨个性化信息服务的实施途径、发展模式和保障体系,以推动高职院校图书馆得到更好的发展。(本文来源于《湖北函授大学学报》期刊2018年04期）
王浩[5]（2017）在《基于用户满意度的电子商务个性化信息推荐服务研究》一文中研究指出基于互联网技术的飞速发展,电子商务购物已经成为了人们生活中不可或缺的一种重要的购物方式,虽然其不受地域、时间影响的特点为人们带来了便利,但海量的信息也为人们在购物搜寻和选择上带来了极大的困扰,因此电子商务个性化信息推荐服务应运而生。个性化信息推荐服务是抓取用户的兴趣爱好等信息为用户推荐相应的商品,旨在提高用户的购买效率、减轻时间成本。但是由于信息获取不全、推荐技术不足等因素,电商企业推荐的商品和用户真正的需求往往存在着一定的差距,这就造成了个性化信息推荐服务的精准性不高,用户满意度低,使得电子商务个性化信息推荐服务没能真正发挥其作用。用户满意度作为一种用户对服务评价的直观体现,代表着用户的真实需求,对于电子商务个性化信息推荐服务的研究与发展有着重大的作用。本文第一部分介绍了论文的相关理论,包括用户满意度的概念、特征和主要理论模型,分析了个性化信息推荐服务的内容、特点以及意义。第二部分深入研究了电子商务个性化信息推荐服务的技术、流程、模式和现存的问题。第叁部分构建了电子商务个性化信息推荐服务用户满意度影响因素模型,通过对不同用户的问卷调查,对模型进行了修正,得出影响用户满意度的重要因素。第四部分结合电子商务个性化信息推荐服务原有模式和流程,构建了新的电子商务个性化信息推荐模式,阐述了新模式的特点并提出了发展个性化信息推荐服务的保障体系。(本文来源于《黑龙江大学》期刊2017-04-06）
张绍军[6]（2016）在《谈图书馆个性化信息推荐服务》一文中研究指出个性化信息服务是根据用户所具备的不同个性为中心展开相对应的一种服务模式。本文对图书馆个性化信息推荐服务的研究现状进行了分析,总结了图书馆个性化信息推荐服务的主要内容及存在的问题,并对今后的实现方式提出了自己的见解。(本文来源于《图书馆工作与研究》期刊2016年09期）
刘红[7]（2016）在《基于情境感知的高校数字图书馆个性化信息推荐服务研究》一文中研究指出介绍了情境、情境感知以及个性化信息推荐服务的相关概念,分析了高校数字图书馆用户对个性化信息推荐服务的需求。提出基于情境感知的高校数字图书馆个性化信息推荐系统的构建方法,深入探究了基于情境感知的个性化信息推荐服务流程。(本文来源于《图书馆学刊》期刊2016年08期）
王浩[8]（2016）在《电子商务个性化信息推荐服务计量分析与发展对策研究》一文中研究指出采用计量与可视化分析的方法,对我国电子商务个性化信息推荐服务的研究领域进行探索,把握研究的知识结构,为我国电子商务个性化信息推荐服务的发展提供参考。(本文来源于《内蒙古科技与经济》期刊2016年08期）
乔磊[9]（2016）在《基于多维情境的移动信息服务个性化推荐算法研究》一文中研究指出随着移动信息服务的迅速发展和普及,数据采集技术的不断进步,我们可以采集到的信息的维度不断提高,传统仅考虑“用户-项目”二维的推荐模式在所采集到的信息量相对较少,数据维度相对较低的情况下可以取得较好效果,但在移动信息服务环境下,仅仅靠“用户-项目”二维的推荐模式并不能为用户在特定情境信息条件下生成有效的个性化推荐。随着移动技术的发展以及各类传感设备种类的增多,可以采集到的关于移动用户在移动环境中的情境信息多种多样,而这些情境信息对于推荐的性能也是非常重要的。因此,为移动用户在特定情境下提供个性化的推荐变得十分重要和迫切。目前结合移动环境下高维度情境信息的推荐技术研究在国内外均处于起步阶段,本文以给移动用户在特定情境下提供个性化的推荐进一步提高推荐的准确性和用户满意度为目标,探讨基于多维情境信息的移动信息服务个性化推荐方法。本文立足于移动信息服务环境,充分考虑移动信息服务环境中的高维度情境信息,对多类型用户情境信息进行分析和建模,论文将“用户-项目”二维推荐算法中较为成熟的基于用户的协同过滤推荐算法与多维情境信息条件进行结合,通过将单维度情境信息条件下用户的偏好进行扩展,根据不同情境信息对偏好影响的程度不同,对现有的协同过滤推荐算法中的相似度计算算法进行改进,预测对多维情境信息条件下用户偏好,最终得出适用于移动信息服务环境下的可以应对多维情境信息的个性化推荐算法。在面对单维情境信息的用户偏好数据稀疏性问题时,引入叁阶张量分解技术,充分利用叁维空间中潜在的数据关联关系,使得严重的数据稀疏性问题得到缓解。本文最后采用推荐领域着名的MovieLens公开数据集对算法进行了仿真测试,仿真结果显示,改进后的算法与传统的二维推荐模式相比推荐结果更加精准,验证了情境信息对用户偏好具有影响,同时与现有的结合情境信息的推荐方法相比,本文得出的推荐更加符合用户偏好,说明本文提出的方法在处理情境信息的融入问题上更加有效。通过对以上内容的研究,进一步丰富了个性化推荐领域的相关理论,为移动信息服务的个性化推荐研究提供了理论支撑和科学依据。本文的研究工作是高等学校博士学科点专项科研基金项目《基于物联网背景的主动信息服务模型与机理研究》与国家自然科学基金重点项目《大数据驱动的智慧医疗健康管理创新》的一部分。(本文来源于《北京交通大学》期刊2016-04-05）
刘静,熊才平,丁继红,马佳佳[10]（2016）在《教育信息资源个性化推荐服务模式研究》一文中研究指出信息环境下,海量教育信息资源与用户快速获取个性化教育信息资源之间的矛盾日益凸显,导致无处不在的学习演变为无处不在的搜索,学习者之间信息素养的差异使得个性化教育信息资源得不到有效利用,学习者不能同等享有优质教育信息资源,引发了信息环境下新的教育不公平。剖析个性化信息推荐服务,结合其研究现状,构建教育信息资源个性化推荐服务模式,探求其在教育领域的应用前景,为教育信息资源的主动服务提供解决策略,把合适的教育信息资源呈现给适合的用户,从而在一定程度上缓解数字化学习背景下的教育不公平,促进个性化教育。(本文来源于《中国远程教育》期刊2016年02期）
个性化信息推荐服务论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着大数据时代的到来,用户购买需求呈现多元化发展趋势,电商平台给用户提供的推荐服务面临巨大挑战。构建个性化信息推荐服务模式,满足用户提供个性化的服务需求,从而提高电商平台的服务质量,为其自身的市场竞争力提供保障。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
个性化信息推荐服务论文参考文献
[1].张华,魏大威.面向“国图公开课”的数字图书馆个性化信息推荐服务研究[J].图书馆学研究.2019
[2].杨利.基于大数据的电子商务个性化信息推荐服务模式研究[J].科技视界.2019
[3].王卫霞.基于用户满意度的数字图书馆个性化信息推荐服务研究[J].河南图书馆学刊.2018
[4].赵娜.高职院校数字图书馆个性化信息推荐服务初探[J].湖北函授大学学报.2018
[5].王浩.基于用户满意度的电子商务个性化信息推荐服务研究[D].黑龙江大学.2017
[6].张绍军.谈图书馆个性化信息推荐服务[J].图书馆工作与研究.2016
[7].刘红.基于情境感知的高校数字图书馆个性化信息推荐服务研究[J].图书馆学刊.2016
[8].王浩.电子商务个性化信息推荐服务计量分析与发展对策研究[J].内蒙古科技与经济.2016
[9].乔磊.基于多维情境的移动信息服务个性化推荐算法研究[D].北京交通大学.2016
[10].刘静,熊才平,丁继红,马佳佳.教育信息资源个性化推荐服务模式研究[J].中国远程教育.2016