国内外学术信息推荐方法研究进展

摘要：

学术信息个性化推荐是帮助科研用户处理海量无序信息的一种有效方法，当前国内外学者主要从基于内容、协同过滤和混合推荐方法角度对学术信息进行推荐。基于内容的方法分别从用户偏好建模、信息资源的主题挖掘和相似性计算三方面提高推荐的有效性；协同过滤的方法结合社会网络分析方法实现学术信息的推荐；而混合的方法则利用多个基础算法从不同角度提高推荐质量。本文旨在梳理当前国内外学术信息推荐方法的研究和应用现状，并在分析总结的基础上，展望今后的发展趋势。

关键词：学术信息资源、信息资源推送、个性化信息推荐、用户偏好、学科服务

分类号：G250(图书馆学、图书馆事业)

在线出版日期：2013-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：142-147