:::

詳目顯示

回上一頁
題名:以信息推薦為例探討圖書館人工智能體系的基本運作模式
書刊名:情報理論與實踐
作者:張興旺
出版日期:2017
卷期:2017(12)
頁次:69-74
主題關鍵詞:圖書館人工智能數字圖書館信息推薦LibraryArtificial intelligenceDigital libraryInformation recommendation
原始連結:連回原系統網址new window
相關次數:
  • 被引用次數被引用次數:期刊(0) 博士論文(0) 專書(0) 專書論文(0)
  • 排除自我引用排除自我引用:0
  • 共同引用共同引用:0
  • 點閱點閱:0
人工智能與信息推薦是近年來信息科學領域最受關注的兩個前沿課題,二者理論與應用的深度融合也促成了信息檢索、電子商務與知識服務等領域的飛速發展。文章對信息推薦與人工智能的融合發展研究歷程進行了綜述,提出了"信息智能獲取→知識智能生產→知識智能認知→知識智能體驗→知識智能推送"這一信息智能推薦業務鏈,并分別對基本運作模式中的各環節進行了深入分析。
Artificial intelligence and information recommendation are two hot research fronts of the field of information science in recent years. The deep integration of the theory and application of artificial intelligence and information recommendation also contributes to the rapid development of e-Commerce,information retrieval and knowledge service etc. The integrating process of information recommendation and artificial intelligence research is summarized,based on which the paper puts forward the information intelligent recommendation chain "information intelligent acquisition → knowledge information production → knowledge intelligent cognition → knowledge intelligent experience → knowledge intelligent push",and conducts in-depth analysis of all aspects of the business chain.
期刊論文
1.孟祥武(2013)。移動推薦系統及其應用。軟件學報,24(1),91-108。  延伸查詢new window
2.黃傳慧(2015)。基於情境感知的圖書館學術信息推薦系統構建研究。圖書館學研究,2015(10),21-26。  延伸查詢new window
3.王立才、孟祥武、張玉潔(2012)。上下文感知推薦系統。軟件學報,23(1),1-20。  延伸查詢new window
4.李民、王穎純、劉燕權(2016)。"211工程"高校圖書館館藏資源推薦系統調查探析。圖書情報工作,60(9),55-60。  延伸查詢new window
5.王世偉(2012)。論智慧圖書館的三大特點。中國圖書館學報,2012(6),22-28。  延伸查詢new window
6.周朴雄、張兵榮、趙龍文(2016)。基於BP神經網絡的情境化信息推薦服務研究。情報科學,2016(3),71-75。  延伸查詢new window
7.房小可(2015)。一種融合情境因素的社會化信息推薦新方法。圖書情報工作,59(22),105-111+129。  延伸查詢new window
8.龔亮、劉譯璟(2013)。場景引擎:下一代推薦系統的核心模塊。中國計算機學會通訊,9(3),14-17。  延伸查詢new window
9.項亮(2013)。機器學習和數據挖掘在個性化推薦系統中的應用。中國計算機學會通訊,9(3),8-13。  延伸查詢new window
10.何偉、崔立真、任國珍(2016)。移動計算環境下基於動態上下文的個性化Mashup服務推薦。中國科學:信息科學,46(6),677-697。  延伸查詢new window
11.史玉珍、石黎(2015)。社交網絡中基於模糊判定的固定信息推薦算法研究。科技通報,2015(9),174-177。  延伸查詢new window
12.武慧娟、秦雯、竇平安(2016)。社會化標注系統中個性化信息推薦動態模型研究。情報科學,34(6),43-46。  延伸查詢new window
13.張新香(2016)。情境感知和興趣適應的農業信息推薦模型。計算機應用研究,2016(5),1315-1318。  延伸查詢new window
14.洪亮、冉從敬、吳志強(2014)。移動環境下基於共同興趣的情境感知信息推薦研究。情報理論與實踐,2014(11),124-128+139。  延伸查詢new window
15.周奇、陸敬筠、朱曉峰(2016)。基於社交團體和用戶相似度的信息推薦方法。情報理論與實踐,39(1),123-127。  延伸查詢new window
會議論文
1.Song, Y.、Elkahky, A. M.、He, X.(2016)。Multi-rate deep learning for temporal recommendation。ACM。909-912。  new window
2.川上和也、松尾豊(2014)。The application of deep learning in recommender system1-4。  new window
3.Wang, H.、Wang, N.、Yeung, D. Y.(2015)。Collaborative deep learning for recommender systems1235-1244。  new window
其他
1.The White House(2016)。The national artificial intelligence research and development strategic plan,https://obamawhitehouse.archives.gov/sites/default/files/whitehouse_files/microsites/ostp/NSTC/national_ai_rd_strategic_plan.pdf.。  new window
2.Ding, Y. W.,Liu, C.(2015)。Exploring drawbacks in music recommender systems: the spotify case,http://www.diva-portal.org/smash/get/diva2:896794/FULLTEXT01.。  new window
圖書論文
1.Amatriain, X.、Basilico, J.(2015)。Recommender systems in industry: a netflix case study。Recommender Systems Handbook。Springer US。  new window
 
 
 
 
第一頁 上一頁 下一頁 最後一頁 top
QR Code
QRCODE